Prova2AV

VADeaths

# Carregar o dataset
flu<-read.csv(file="C:/Users/Acer/Downloads/flu.csv")

# Carregar o pacote ggplot2
library(ggplot2)
library(reshape2)

# Converter o dataset em um formato adequado para o ggplot
VADeaths_melted <- melt(VADeaths)

# Criar o gráfico de barras empilhadas
ggplot(VADeaths_melted, aes(x = Var1, y = value, fill = Var2)) + 
  geom_bar(stat = "identity", position = "dodge") + 
  labs(title = "VADeaths - Gráfico de Barras Empilhadas", 
       x = "Grupo Etário", 
       y = "Taxa de Mortalidade", 
       fill = "Grupo") + 
  scale_fill_manual(values = c("Rural Male" = "#4682B4",    # Cor para Rural Male
                               "Rural Female" = "#FF6347",  # Cor para Rural Female
                               "Urban Male" = "#32CD32",    # Cor para Urban Male
                               "Urban Female" = "#9370DB")) # Cor para Urban Female

ClassificaçãoDoença

# Inserir os dados dos pacientes
estagios <- c("moderado", "leve", "leve", "severo", "leve", "moderado", 
              "moderado", "moderado", "leve", "leve", "severo", "leve", 
              "moderado", "moderado", "leve", "severo", "moderado", 
              "moderado", "moderado", "leve")

# Contar a frequência de cada estágio
frequencia <- table(estagios)

# Calcular porcentagens
porcentagens <- round(100 * frequencia / sum(frequencia), 1)

# Definir as cores para cada estágio
cores <- c("leve" = "yellow2", "moderado" = "orange2", "severo" = "red2")

# Criar o gráfico de pizza
pie(frequencia, 
    labels = paste0(names(frequencia), ": ", porcentagens, "%"), 
    col = cores, 
    main = "Classificação da Doença")

# Adicionar a legenda
legend("topright", 
       legend = names(frequencia), 
       fill = cores, 
       title = "Estágios")

Teorema

# Carregar o conjunto de dados flu


# Verificar a estrutura do conjunto de dados
str(flu)
## 'data.frame':    75034 obs. of  1 variable:
##  $ age: int  0 0 0 0 0 0 0 0 0 0 ...
# Considerar a coluna de idades das mortes como a população
populacao <- flu$age # Assumindo que a coluna relevante no dataset é "age"

# Passo 1: Mostrar o histograma e a curva de densidade do conjunto de dados "flu"
ggplot(flu, aes(x = populacao)) +
  geom_histogram(aes(y = ..density..), bins = 30, color = "black", fill = "lightblue") +
  geom_density(color = "red", size = 1) +
  labs(title = "Histograma e Curva de Densidade das Idades das Mortes",
       x = "Idade",
       y = "Densidade")
## Warning: Using `size` aesthetic for lines was deprecated in ggplot2 3.4.0.
## ℹ Please use `linewidth` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.
## Warning: The dot-dot notation (`..density..`) was deprecated in ggplot2 3.4.0.
## ℹ Please use `after_stat(density)` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.

# Passo 2: Criar 200 médias de amostras da população com tamanho n = 35
set.seed(123) # Para garantir a reprodutibilidade
n_amostras <- 200
n_tamanho <- 35
medias_amostras <- replicate(n_amostras, mean(sample(populacao, n_tamanho, replace = TRUE)))

# Passo 3: Mostrar o histograma com a curva de densidade para as médias das amostras
medias_df <- data.frame(medias = medias_amostras)

ggplot(medias_df, aes(x = medias)) +
  geom_histogram(aes(y = ..density..), bins = 30, color = "black", fill = "lightgreen") +
  geom_density(color = "blue", size = 1) +
  labs(title = "Histograma das Médias das Amostras (n = 35)",
       x = "Média das Amostras",
       y = "Densidade")