2VA

VADeaths

library(ggplot2)

data(VADeaths)
dataframe <- as.data.frame(VADeaths)

# Adicionando uma coluna com os grupos de categorias
dataframe$Age <- rownames(dataframe)
dataframe_long <- reshape2::melt(dataframe, id.vars = "Age", variable.name = "Region", value.name = "Deaths")

cores <- c(
  "#D5A6BD", 
  "#A2C4C9",
  "#F6BE00",
  "#A4C2F4"
)

rotulos_regioes <- c(
  "Rural Male" = "Homem na região rural",
  "Rural Female" = "Mulher na região rural",
  "Urban Male" = "Homem na região urbana",
  "Urban Female" = "Mulher na região urbana"
)

# Criando o gráfico de barras (lado a lado) empilhadas
ggplot(dataframe_long, aes(x = Age, y = Deaths, fill = Region)) +
  geom_bar(stat = "identity", position = "stack") +
  scale_fill_manual(values=cores, labels=rotulos_regioes) +
  labs(
    title = "Taxa de mortalidade da Virgina",
    x = "Grupo por idade",
    y = "Taxa de Mortes",
    fill = "Legenda"
  ) +
  theme_minimal()

ClassificaçãoDoença

estagios <- c("moderado", "leve", "leve", "severo", "leve", 
              "moderado", "moderado", "moderado", "leve", 
              "leve", "severo", "leve", "moderado", "moderado", 
              "leve", "severo", "moderado", "moderado", 
              "moderado", "leve")

contagem <- table(estagios)
porcentagem <- prop.table(contagem) * 100

cores <- c("moderado" = "#2C3E50", "leve" = "#F7E3B4", "severo" = "#E94E77")

# Criando o gráfico de pizza
pie(contagem, 
    labels = paste(names(contagem), "\n", round(porcentagem, 1), "%"), 
    col = cores, 
    main = "Distribuição dos Estágios da Doença")

# Comando legend com as legendas
legend("topright", legend = names(contagem), fill = cores)

Teorema

1 - Histograma e curva de densidade

library(ggplot2)

# carregando dados
dados <- read.csv('./flu.csv')
idades <- dados$age

ggplot(data = data.frame(idades), aes(x = idades)) +
  geom_histogram(aes(y = after_stat(density)), bins = 30, fill = "lightblue", color = "black") +
  geom_density(alpha = 0.2, fill = "red") +
  labs(title = "Distribuição das idades - Mortes - Gripe Espanhola",
       x = "Idade",
       y = "Densidade") +
  theme_minimal()

2 - As 200 médias de amostras da população

library(reactable)
set.seed(123)  # Para manter o padrão de números aleatórios
n_amostras <- 200
tamanho_amostra <- 35
medias_amostras <- replicate(n_amostras, mean(sample(idades, tamanho_amostra, replace = TRUE)))

reactable(data.frame(Amostra = seq_along(medias_amostras),Media = medias_amostras),
columns = list(
  Amostra = colDef(maxWidth = 100, align = "center")
),
highlight = TRUE
)

3 - Histograma com a curva de densidade usando as médias das amostras

ggplot(data = data.frame(medias_amostras), aes(x = medias_amostras)) +
  geom_histogram(aes(y = after_stat(density)), bins = 30, fill = "lightgreen", color = "black") +
  geom_density(alpha = 0.2, fill = "blue") +
  labs(title = "Distribuição das Médias das Amostras",
       x = "Média das Amostras",
       y = "Densidade") +
  theme_minimal()