VADeaths

Visualize o dataset VADeaths (já incluído no R) e crie um gráfico de barras empilhadas desses dados, de modo que as barras estejam agrupadas (lado a lado) para cada categoria. Também defina uma cor diferente para cada grupo das categorias. Por fim, adicione título, legenda e nomes nos eixos. Abaixo submeta o link do RPubs com o resultado dessa questão. Ela deve ficar dentro de uma aba chamada de “VADeaths”.

# Carregar o dataset VADeaths
data("VADeaths")

# Visualizar o dataset
print(VADeaths)
##       Rural Male Rural Female Urban Male Urban Female
## 50-54       11.7          8.7       15.4          8.4
## 55-59       18.1         11.7       24.3         13.6
## 60-64       26.9         20.3       37.0         19.3
## 65-69       41.0         30.9       54.6         35.1
## 70-74       66.0         54.3       71.1         50.0
# Carregar a biblioteca ggplot2 para a criação de gráficos
library(ggplot2)

# Converter o dataset para um data frame
df <- as.data.frame(VADeaths)

# Adicionar uma coluna com as categorias de idade
df$Age <- rownames(df)

# Converter o data frame para um formato longo (long format)
df_long <- reshape2::melt(df, id.vars = "Age")

# Renomear as colunas para facilitar a criação do gráfico
colnames(df_long) <- c("Age", "Group", "DeathRate")

# Criar o gráfico de barras empilhadas
ggplot(df_long, aes(x = Age, y = DeathRate, fill = Group)) +
  geom_bar(stat = "identity", position = "stack") +
  scale_fill_brewer(palette = "Set1") + # Definir uma paleta de cores
  labs(title = "Taxas de Mortalidade em Virginia - 1940",
       x = "Grupo de Idade",
       y = "Taxa de Mortalidade",
       fill = "Grupo") +
  theme_minimal()

ClassificaçãoDoença

Uma doença pode ser classificada em três estágios (leve, moderado e severo). Foram examinados 20 pacientes e obtidos os dados: moderado, leve, leve, severo, leve, moderado, moderado, moderado, leve, leve, severo,leve, moderado, moderado, leve, severo, moderado, moderado, moderado,leve. Com base nestes dados crie um gráfico de piza. Inclua a porcentagem de cada fatia, as cores das fatias e o nome do gráfico. Adicionalmente, use o comando legend() para incluir a legenda do gráfico. Abaixo submeta o link do RPubs com o resultado dessa questão. Ela deve ficar dentro de uma aba chamada de “ClassificaçãoDoença”. Note que apenas um link do RPubs é necessário. Basta repetir o link abaixo se você já tiver submetido para outras questões.

# Dados dos estágios da doença
stages <- c("moderado","leve","leve","severo","leve","moderado","moderado", "moderado","leve","leve","severo","leve","moderado","moderado","leve","severo", 
"moderado","moderado","moderado","leve")

# Contar a frequência de cada estágio
stage_counts <- table(stages)

# Calcular as porcentagens
stage_percentages <- round(100 * stage_counts / sum(stage_counts))

# Definir cores para as fatias
colors <- c("blue", "green", "red")

# Criar o gráfico de pizza
pie(stage_counts, 
    labels = paste(names(stage_counts), "-", stage_percentages, "%"), 
    col = colors, 
    main = "Distribuição dos Estágios da Doença")

# Adicionar legenda
legend("topright", 
       legend = names(stage_counts), 
       fill = colors, 
       title = "Estágios")

Teorema

Nesta questão, demonstre o uso do teorema do limite central, usando o conjunto de dados “flu” que é altamente não normal. Esse dataset contém as frequências das idades das mortes durante a epidemia de gripe espanhola na Suíça em 1918. Considere a idade das mortes como a população. Execute os passos a seguir. (1)Mostre o histograma e a curva de densidade do conjunto de dados “flu”. (2) Crie 200 médias de amostras da população com tamanho n = 35. (3) Mostre o histograma com a curva de densidade para a médias das amostras. 4) Submeta o link do RPubs com o resultado das etapas anteriores . Essa questão deve ficar dentro de uma aba chamada de “Teorema”. Note que apenas um link do RPubs é necessário. Basta repetir o link abaixo se você já tiver submetido para outras questões.

# Carregar pacotes necessários
library(ggplot2)

# Carregar os dados
flu_data <- read.csv("flu.csv")

# Verificar os dados
head(flu_data)
##   age
## 1   0
## 2   0
## 3   0
## 4   0
## 5   0
## 6   0
# 1. Mostrar o histograma e a curva de densidade do conjunto de dados "flu"
ggplot(flu_data, aes(x = age)) +
  geom_histogram(aes(y = ..density..), binwidth = 5, fill = "lightblue", color = "black") +
  geom_density(color = "red", size = 1) +
  labs(title = "Histograma e Curva de Densidade das Idades das Mortes",
       x = "Idade",
       y = "Densidade") +
  theme_minimal()
## Warning: Using `size` aesthetic for lines was deprecated in ggplot2 3.4.0.
## ℹ Please use `linewidth` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.
## Warning: The dot-dot notation (`..density..`) was deprecated in ggplot2 3.4.0.
## ℹ Please use `after_stat(density)` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.

# 2. Criar 200 médias de amostras da população com tamanho n = 35
set.seed(123) # Para reprodutibilidade
n <- 35
sample_means <- replicate(200, mean(sample(flu_data$age, n, replace = TRUE)))

# 3. Mostrar o histograma com a curva de densidade para as médias das amostras
sample_means_df <- data.frame(SampleMean = sample_means)

ggplot(sample_means_df, aes(x = SampleMean)) +
  geom_histogram(aes(y = ..density..), binwidth = 1, fill = "lightgreen", color = "black") +
  geom_density(color = "blue", size = 1) +
  labs(title = "Histograma e Curva de Densidade das Médias das Amostras",
       x = "Média das Amostras",
       y = "Densidade") +
  theme_minimal()