VADeaths
library(ggplot2)
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
df <- as.data.frame(as.table(VADeaths))
ggplot(df, aes(x = Var1, y = Freq, fill = Var2)) +
geom_bar(stat = "identity", position = "dodge") +
labs(title = "VADeaths - Gráfico de Barras Empilhadas",
x = "Faixa Etária",
y = "Taxa de Mortalidade",
fill = "Categoria") +
theme_minimal() +
scale_fill_brewer(palette = "Set1")
ClassificaçãoDoença
dados <- c("moderado", "leve", "leve", "severo", "leve", "moderado",
"moderado", "moderado", "leve", "leve", "severo", "leve",
"moderado", "moderado", "leve", "severo", "moderado",
"moderado", "moderado", "leve")
contagem <- table(dados)
cores <- c("lightblue", "lightgreen", "lightcoral")
pie(contagem,
labels = paste(names(contagem), "\n", round(100 * contagem / sum(contagem), 1), "%"),
col = cores,
main = "Distribuição dos Estágios da Doença")
legend("topright", legend = names(contagem), fill = cores)
Teorema
1. Histograma e Curva de Densidade
flu <- read.csv("flu.csv")
str(flu)
## 'data.frame': 75034 obs. of 1 variable:
## $ age: int 0 0 0 0 0 0 0 0 0 0 ...
hist(flu$age, breaks = 30, freq = FALSE,
main = "Distribuição - Idades das Mortes durante a Epidemia de Gripe Espanhola",
xlab = "Idade", ylab = "Densidade",
col = "lightblue")
lines(density(flu$age), col = "red", lwd = 2)
2. Criação de 200 Médias de Amostras
set.seed(123)
n_amostras <- 200
tamanho_amostra <- 35
medias_amostras <- replicate(n_amostras, mean(sample(flu$age, tamanho_amostra, replace = TRUE)))
3. Histograma e Curva de Densidade das Médias das Amostras
hist(medias_amostras, breaks = 30, freq = FALSE,
main = "Distribuição das Médias das Amostras",
xlab = "Média das Amostras", ylab = "Densidade",
col = "lightgreen")
lines(density(medias_amostras), col = "blue", lwd = 2)
