Tarefa 1

Author

Maria vitória Ferreira Barreto

Instruções

Inicialmente altere seu nome no espaço acima, onde aparece coloque seu nome aqui.

Resolva cada um dos ítens a seguir e, após isso, clique no botão render acima e em seguida envie para o Rpubs.

Caso precise, tire suas dúvidas pelo grupo do Whatsapp

Exercício 1

Calcule no campo abaixo a raiz quadrada de 980

sqrt(980)
[1] 31.30495

Exercício 2

Calcule no campo abaixo a seguinte expressão: 5 + 5 x 5 - 5

 5 + 5 * 5 - 5
[1] 25


Exercício 3

Compare os resultados das divisões a seguir usando os operadores lógicos >, <, ==.

  1. 46 / 3 e 78 / 5

  2. 66 / 6 e 44 / 11

  3. 45 / 9 e 65 / 13

46/3 == 78/5
[1] FALSE
66/6 > 44/11
[1] TRUE
45/9 < 65/13
[1] FALSE

Exercício 4

Quanto é 67 ao quadrado dividido por 2?

sqrt(67)/2
[1] 4.092676

Exercício 5

Crie um vetor com 6 nomes de times de futebol?

'c(botafogo,palmeiras,flamengo,gremio,corinthias,são paulo)'
[1] "c(botafogo,palmeiras,flamengo,gremio,corinthias,são paulo)"

Exercício 6

Qual é a classe e o tipo de um vetor que contenha os seguintes elementos: Maria, T, 62, 54, Azul

vetor1<-c('Maria')
class(vetor1) 
[1] "character"
vetor2<-c('T')
class(vetor2)
[1] "character"
vetor3<-c('62')
class(vetor3)
[1] "character"
vetor4<-c('54')
class(vetor4)
[1] "character"
vetor5<-('Azul')
class(vetor5)
[1] "character"
vetor6<-c('Maria,T,62,54,Azul')
class(vetor6)
[1] "character"

Exercício 7

Faça uma matrix 4x4 com numeros de 0 a 15

matrix<-matrix (0:15,ncol =4)

Exercício 8

Faça um dataframe com os dados do quadro a seguir:

Nome Sexo Idade (anos) Altura (metros) Peso (Kg) Tipo Sanguíneo
Pedro M 66 1.80 75 AB
Maria F 45 1.66 80 O
Carlos M 52 1.68 75 O
João M 37 1.97 88 A
Valquíria F 41 1.60 67 O
Daniela F 33 1.55 50 O
Fernando M 39 1.76 79 AB
Eduardo M 56 1.90 90 B
Mônica F 39 1.55 57 O
Gabriela F 34 1.70 68 O

OBS: os nomes das variáveis não podem começar por números, não podem ter acentos e nem espaços.

Nomes<-('Pedro,Maria,Carlos,João,Valquiria,Daniela,Fernando,Eduardo,Monica,Gabriela')
Sexo<-('M,F,M,M,F,F,M,M,F,F')
Idade<-('66,45,52,37,41,33,39,56,39,34')
Altura<-('1.80,1.66,1.68,1.97,1.60,1.55,1.76,1.90,1.55,1.70')
Peso<-('75,80,75,88,67,50,79,90,57,68')
Tiposanguineo<-('AB,O,O,A,O,O,AB,B,O,O')
dataframe<-data.frame(Nomes,Sexo,Idade,Altura,Peso,Tiposanguineo)

Exercício 9

No dataframe que você acabou de criar, qual a média, desvio padrão e mediana das idades das pessoas?

Idade<-c("66,45,52,37,41,33,39,56,39,34")
mean(dataframe$Idade)
Warning in mean.default(dataframe$Idade): argumento não é numérico nem lógico:
retornando NA
[1] NA
sd(Idade)
Warning in var(if (is.vector(x) || is.factor(x)) x else as.double(x), na.rm =
na.rm): NAs introduzidos por coerção
[1] NA
median(dataframe$Idade)
[1] "66,45,52,37,41,33,39,56,39,34"
sd(dataframe$Idade)
Warning in var(if (is.vector(x) || is.factor(x)) x else as.double(x), na.rm =
na.rm): NAs introduzidos por coerção
[1] NA

Exercício 10

No dataframe que você acabou de criar, quem tem a maior média de altura: o sexo masculino ou feminino?

                1. {r}

                  Altura<-c(‘1.80,1.66,1.68,1.97,1.60,1.55,1.76,1.90,1.55,1.70’) Sexo<-c(‘M,F,M,M,F,F,M,M,F,F’) library(dplyr) dados=data.frame tapply(dados,sexo) group_by(dados,Sexo)%<%>summarise(media=mean(Altura))`

                  Exercício 11

                  No dataframe que você acabou de criar, quem tem a maior média de altura: o sexo masculino ou feminino?

                  mean.default(Altura,Sexo)

Exercício 12

No dataframe que você acabou de criar, utilze a função table e prop.table para criar uma tabela de contingencia com as variáveis sexo e tipo sanguíneo.

Sexo<-c('M,F,M,M,F,F,M,M,F,F')
Tiposanguineo<-c('AB,O,O,A,O,O,AB,B,O,O')
table(dataframe$Sexo)

M,F,M,M,F,F,M,M,F,F 
                  1 
table(dataframe$Tiposanguineo)

AB,O,O,A,O,O,AB,B,O,O 
                    1 
prop.table(table(dataframe$Sexo))

M,F,M,M,F,F,M,M,F,F 
                  1 
prop.table(table(dataframe$Tiposanguineo))

AB,O,O,A,O,O,AB,B,O,O 
                    1 
table(dataframe$Sexo, dataframe$Tiposanguineo)
                     
                      AB,O,O,A,O,O,AB,B,O,O
  M,F,M,M,F,F,M,M,F,F                     1

Exercício 13

Com os dados dataframe que você criou anteriormente, faça um vetor com o IMC de cada pessoa. O IMC é calculado dividindo o peso pelo quadrado da altura.

Altura<-c("1.80,1.66,1.68,1.97,1.60,1.55,1.76,1.90,1.55,1.70")
Peso<-c("1.80,1.66,1.68,1.97,1.60,1.55,1.76,1.90,1.55,1.70")
Nomes<-c("Pedro,Maria,Carlos,João,Valquiria,Daniela,Fernando,Eduardo,Monica,Gabriela")
75/1.80^2
[1] 23.14815
80/1.66^2
[1] 29.03179
75/1.68^2
[1] 26.57313
88/1.97^2
[1] 22.67515
67/1.60^2
[1] 26.17187
50/1.55^2
[1] 20.81165
79/1.76^2
[1] 25.50362
90/1.90^2
[1] 24.93075
57/1.55^2
[1] 23.72529
68/1.70^2
[1] 23.52941
vetor<-c(23.14815,29.03179,26.57313,22.67515,26.17187,20.81165,25.50362,24.93075,23.72529,23.52941)

Exercício 14

Adicione o vetor que você criou no exercício 13 no dataframe que você criou no exercício 8 como sendo a variável IMC.

dataframe<-data.frame(Nomes,Sexo,Idade,Altura,Peso,Tiposanguineo,vetor1)

Exercício 15

Faça um boxplot da variável ALtura.

library(dplyr)

Anexando pacote: 'dplyr'
Os seguintes objetos são mascarados por 'package:stats':

    filter, lag
Os seguintes objetos são mascarados por 'package:base':

    intersect, setdiff, setequal, union
library(ggplot2)
Altura<-c('1.80,1.66,1.68,1.97,1.60,1.55,1.76,1.90,1.55,1.70')
ggplot(dataframe,aes(y=Altura,x=""))+geom_boxplot()

Exercício 16

Faça um boxplot da variável IMC por sexo.

ggplot(dataframe,aes(y=vetor1,x=Sexo))+geom_boxplot()

Exercício 17

Remova a variável Tipo sanguíneo do dataframe que você criou no exercício 8

dataframe_Tiposanguineo<-dplyr::select(dataframe,-Tiposanguineo)

Exercício 18

Remova Valquíria do dataframe que você criou no exercício 8

dataframe<-dataframe[-c(5),]