Relatório de Análise de Dados
Vinícius Nário Vasconcelos
2024-08-08
1) Carregando um conjunto de dados Simples
Este relatório demonstra a manipulação de um conjunto de dados simples utilizando o R. Vamos carregar um dataset, realizar algumas manipulações básicas e apresentar os resultados.
Carregamento dos Dados
# Carregar o pacote necessário
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# Carregar um conjunto de dados simples
dados <- mtcars
# Exibir as primeiras linhas do dataset
head(dados)## mpg cyl disp hp drat wt qsec vs am gear carb
## Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4
## Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4
## Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1
## Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1
## Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2
## Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1Manipulação dos Dados
Ordenação
Vamos ordenar os dados pelo consumo de combustível (mpg) de forma decrescente.
dados_ordenados <- dados %>%
arrange(desc(mpg))
# Exibir as primeiras linhas dos dados ordenados
head(dados_ordenados)## mpg cyl disp hp drat wt qsec vs am gear carb
## Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1
## Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1
## Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2
## Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2
## Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1
## Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2Filtragem
Vamos filtrar os carros que possuem mais de 6 cilindros.
dados_filtrados <- dados %>%
filter(cyl > 6)
# Exibir os dados filtrados
dados_filtrados## mpg cyl disp hp drat wt qsec vs am gear carb
## Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2
## Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4
## Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3
## Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3
## Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3
## Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4
## Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4
## Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4
## Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2
## AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3 2
## Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3 4
## Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2
## Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4
## Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8Criação de Novas Variáveis
Vamos criar uma nova variável que representa a eficiência do combustível, calculada como a razão entre o consumo de combustível (mpg) e o peso do carro (wt).
dados_novos <- dados %>%
mutate(eficiencia_combustivel = mpg / wt)
# Exibir as primeiras linhas dos dados com a nova variável
head(dados_novos)## mpg cyl disp hp drat wt qsec vs am gear carb
## Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4
## Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4
## Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1
## Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1
## Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2
## Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1
## eficiencia_combustivel
## Mazda RX4 8.015267
## Mazda RX4 Wag 7.304348
## Datsun 710 9.827586
## Hornet 4 Drive 6.656299
## Hornet Sportabout 5.436047
## Valiant 5.231214Conclusão
Neste relatório, carregamos um conjunto de dados simples e realizamos algumas manipulações básicas, como ordenação, filtragem e criação de novas variáveis.
2) Utilizando o pacote DT
Este relatório demonstra como criar uma tabela interativa utilizando
o pacote DT no R. Tabelas interativas permitem
funcionalidades como ordenação, busca e paginação, facilitando a
exploração dos dados.
Carregamento dos Dados
# Carregar os pacotes necessários
library(dplyr)
library(DT)
# Carregar um conjunto de dados simples
dados <- mtcars
# Exibir as primeiras linhas do dataset
head(dados)## mpg cyl disp hp drat wt qsec vs am gear carb
## Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4
## Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4
## Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1
## Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1
## Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2
## Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1Tabela Interativa
A tabela abaixo é criada utilizando o pacote DT,
permitindo a interação com os dados.
# Criar uma tabela interativa
datatable(dados, options = list(pageLength = 5, autoWidth = TRUE))Conclusão
Neste relatório, demonstramos como criar uma tabela interativa usando
o pacote DT no R.
3) Cinco equações complexas
Neste relatório, vamos apresentar cinco equações complexas utilizando a sintaxe do LaTeX no R Markdown. Cada equação será acompanhada por uma explicação de seu significado.
1. Equação de Euler
A equação de Euler é uma das identidades mais elegantes da matemática, que relaciona as constantes mais importantes:
\[ e^{i\pi} + 1 = 0 \]
Significado: Esta equação une a base dos logaritmos naturais \(e\), o número imaginário \(i\), o número \(\pi\), a unidade \(1\) e o zero \(0\) em uma única expressão.
2. Fórmula de Bhaskara
A fórmula de Bhaskara é usada para resolver equações quadráticas:
\[ x = \frac{-b \pm \sqrt{b^2 - 4ac}}{2a} \]
Significado: Esta fórmula fornece as raízes de uma equação quadrática da forma \(ax^2 + bx + c = 0\).
3. Transformada de Fourier
A transformada de Fourier transforma uma função de tempo em uma função de frequência:
\[ F(f) = \int_{-\infty}^{\infty} f(t) e^{-2\pi i ft} \, dt \]
Significado: Esta equação é usada para decompor funções ou sinais em suas frequências constituintes, fundamental em análise de sinais.
4. Equação de Schrödinger
A equação de Schrödinger descreve como o estado quântico de um sistema físico muda ao longo do tempo:
\[ i\hbar\frac{\partial}{\partial t}\Psi(x, t) = -\frac{\hbar^2}{2m}\nabla^2\Psi(x, t) + V(x)\Psi(x, t) \]
Significado: É uma equação fundamental na mecânica quântica que descreve o comportamento de sistemas quânticos.
5. Equação da Relatividade Geral
A equação de campo de Einstein relaciona a geometria do espaço-tempo com a distribuição de matéria e energia:
\[ G_{\mu\nu} + \Lambda g_{\mu\nu} = \frac{8\pi G}{c^4} T_{\mu\nu} \]
Significado: Esta equação descreve como a presença de massa e energia influencia a curvatura do espaço-tempo, sendo a base da teoria da relatividade geral.
Conclusão
Neste relatório, apresentamos cinco equações complexas que desempenham papéis cruciais em diferentes áreas da matemática e da física.
3) Duas figuras relacionadas á ciência de dados
1. Diagrama
2. Processos
4) Cinco Referências
Ref 1
- James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An Introduction to Statistical Learning: with Applications in R. Springer.
Ref 2
- Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction. Springer.
Ref 3
- Bishop, C. M. (2006). Pattern Recognition and Machine Learning. Springer.
Ref 4
- Murphy, K. P. (2012). Machine Learning: A Probabilistic Perspective. MIT Press.
Ref 5
- Wickham, H., & Grolemund, G. (2016). R for Data Science: Import, Tidy, Transform, Visualize, and Model Data. O’Reilly Media.