2 VA

VADeaths

library(tidyverse)
## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr     1.1.4     ✔ readr     2.1.5
## ✔ forcats   1.0.0     ✔ stringr   1.5.1
## ✔ ggplot2   3.5.1     ✔ tibble    3.2.1
## ✔ lubridate 1.9.3     ✔ tidyr     1.3.1
## ✔ purrr     1.0.2     
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors
data(VADeaths)

VADeaths <- as.data.frame(VADeaths) %>%
  rownames_to_column(var = "AgeGroup") %>%
  pivot_longer(cols = -AgeGroup, names_to = "Category", values_to = "DeathRate")

cores <- c("Rural Male" = "#3498db",
           "Rural Female" = "#e67e22",
           "Urban Male" = "#2ecc71",
           "Urban Female" = "#e74c3c")

ggplot(VADeaths, aes(x = AgeGroup, y = DeathRate, fill = Category)) +
  geom_bar(stat = "identity", position = "stack") +
  geom_text(aes(label = sprintf("%.1f", DeathRate)), 
            position = position_stack(vjust = 0.5), 
            size = 3, 
            color = "white") +
  scale_fill_manual(values = cores) +
  labs(title = "Taxas de Mortalidade por Idade e Categoria",
       x = "Grupo de Idade",
       y = "Taxa de Mortalidade",
       fill = "Categoria")

ClassificaçãoDoença

estagios_doenca <- c("moderado", "leve", "leve", "severo", "leve", "moderado", "moderado", 
                     "moderado", "leve", "leve", "severo", "leve", "moderado", "moderado", 
                     "leve", "severo", "moderado", "moderado", "moderado", "leve")

contagem_estagios <- table(estagios_doenca)
porcentagens <- prop.table(contagem_estagios) * 100
cores <- c("#2ecc71", "#e67e22", "#3498db") 

pie(porcentagens, labels = paste(names(porcentagens), round(porcentagens, 1), "%"),
    col = cores, main = "Distribuição dos Estágios da Doença")
legend("topright", legend = names(porcentagens), fill = cores, title = "Estágios")

Teorema

Histograma e a curva de densidade do conjunto de dados “flu”.

flu <- read.csv("https://www.dropbox.com/scl/fi/bvf1mhw33x4h6lvtty3ks/flu.csv?authuser=0&rlkey=e9kreupfbwrfhc3425tm3dq32&e=1&dl=1")

hist(flu$age, col = "grey", freq = F, main = "Histograma e Curva de Densidade das Idades")
lines(density(flu$age))

Médias de amostras da população

n <- 35
amostra = 200
media <- as_tibble(replicate(amostra, mean(sample(flu$age, n))))
head(media)
## # A tibble: 6 × 1
##   value
##   <dbl>
## 1  37.6
## 2  40.0
## 3  47.1
## 4  44.5
## 5  35.8
## 6  37.4

Histograma com a curva de densidade para a médias das amostras

hist(media$value, col = "grey", freq = F, main = "Histograma e Curva de Densidade das Médias")
lines(density(media$value))