Tarefa 1

Author

Emile Vitória

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] FALSE
45/9 > 65/13
[1] FALSE

Exercício 4

Quanto é 67 ao quadrado dividido por 2?

67/2
[1] 33.5

Exercício 5

Crie um vetor com 6 nomes de times de futebol?

 c("Palmeiras","Flamengo","Corithias","Vasco","São Paulo","fluminense")
[1] "Palmeiras"  "Flamengo"   "Corithias"  "Vasco"      "São Paulo" 
[6] "fluminense"

Exercício 6

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

vetor1 <- ("maria")
class(vetor1)
[1] "character"
vetor2 <- ("T")
class(vetor2)
[1] "character"
vetor3 <-  (62)
class(vetor3)
[1] "numeric"
vetor4 <- (54)
class(vetor4)
[1] "numeric"
vetor5 <- ("Azul")
class(vetor5)
[1] "character"

Exercício 7

Faça uma matrix 4x4 com numeros de 0 a 15

matriz<- 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<-c("Pedro", "Maria","Carlos","João", "Valquiria", "Daniela","Fernando", "Eduardo","Mônica","Gabriela")
Sexo<-c ("M", "F", "M","M", "F","F", "M","M","F", "F")
as.factor(Sexo)
 [1] M F M M F F M M F F
Levels: F M
Idade<-c(66,45,52,37,41,33,39,56, 39,34)
Altura<-c(1.80,1.66, 1.68,1.97,1.60,1.55,1.76, 1.90,1.55,1.70)
Peso<-c(75, 80, 75, 88, 67, 50, 79, 90, 57, 68)
TipoSanguinio<-c("AB", "O", "O", "A", "O", "O", "AB", "B", "O", "O")
as.factor(TipoSanguinio)
 [1] AB O  O  A  O  O  AB B  O  O 
Levels: A AB B O
dataframe<-data.frame(Nomes,Sexo,Idade,Altura,Peso,TipoSanguinio)

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$Idade)
[1] 44.2
median(dataframe$Idade)
[1] 40
sd(dataframe$Idade)
[1] 10.65416

Exercício 10

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

media_M <- dplyr::filter(dataframe, Sexo == "M")

mean(media_M$Altura)
[1] 1.822
media_F <- dplyr::filter(dataframe, Sexo == "F")
mean(media_F$Altura)
[1] 1.612

Exercício 11

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

# maior media masculina

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")
TipoSanguinio<-c("AB", "O", "O", "A","O" , "O" , "AB", "B", "O", "O")
tabela_S.TS <- table(Sexo,TipoSanguinio)
prop.table(tabela_S.TS)
    TipoSanguinio
Sexo   A  AB   B   O
   F 0.0 0.0 0.0 0.5
   M 0.1 0.2 0.1 0.1

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.altu

IMC <- Peso/Altura**2
print(IMC)
 [1] 23.14815 29.03179 26.57313 22.67515 26.17187 20.81165 25.50362 24.93075
 [9] 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.
{r}

dataframe <-

Exercício 15

Faça um boxplot da variável ALtura.

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
boxplot(dataframe$Altura)

Exercício 16

Faça um boxplot da variável IMC por sexo.

library(tidyverse)
ggplot(dataframe,aes(y = IMC,fill = Sexo))+geom_boxplot()

Exercício 17

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

data.frame_TipoSanguinio<-dplyr::select(dataframe,-TipoSanguinio)

Exercício 18

Remova Valquíria do dataframe que você criou no exercício 8

data.frame<- dataframe[-c(5),]