Segunda Avaliação CPAD

VADeaths

##VADeaths

library(ggplot2)

library(datasets)
data("VADeaths")

barplot(as.matrix(VADeaths), beside = TRUE, col = c("blue", "red", "green", "purple"),
        main = "Taxas de Mortalidade por Grupo Etário e População",
        xlab = "Grupo Etário", ylab = "Taxa de Mortalidade",
        legend.text = rownames(VADeaths))

Classificações de doenças

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

# Contagem de cada estágio
contagem <- table(dados)

# Crie o gráfico de pizza
cores <- c("blue", "green", "red")  # Cores para cada estágio
pie(contagem, labels = paste(names(contagem), "\n", round(100 * contagem / sum(contagem), 1), "%"),
    col = cores, main = "Classificação da Doença")

# Adicione a legenda
legend("topright", legend = names(contagem), fill = cores, title = "Estágio")

Histograma

## Histograma

flu_data <- read.csv("C:\\Users\\natas\\Downloads\\flu.csv")

hist(flu_data$age)

xbar<-rep(NA, 200)
for(i in 1:200) {
  MinhaAmostra<-sample(flu_data$age, size =35)
  xbar[i]<-mean(MinhaAmostra)
}

hist(xbar)

shapiro.test(xbar)

## 
##  Shapiro-Wilk normality test
## 
## data:  xbar
## W = 0.99501, p-value = 0.7512

Gatos

## Gatos

N <- 300     
sigma <- 0.5  
alpha <- (1-0.99)/2 
e <- 0.1     

z <- qnorm(1 - alpha/2, mean = 0, sd = 1)

n <- (z^2 * sigma^2) / e^2
n <- round(n, digits = 2)
print(paste("Tamanho da amostra necessário:", n, sep = " "))

## [1] "Tamanho da amostra necessário: 196.99"