ATIVIDADE 2

1 Carregando base de dados

load("C:/Users/clara/Desktop/Base_de_dados-master/df_pokemon.RData")

library(readxl)
library(flextable)
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

library(ggplot2)
library(corrplot)

## corrplot 0.95 loaded

library(flextable)
library(dplyr)

2 Média e desvio padrão

df %>% select(type_1,attack) %>% 
  group_by(type_1) %>% 
  summarise(média=mean(attack),
            desvio_padrao=sd(attack)) %>% 
  flextable()

type_1	média	desvio_padrao
bug	65.22222	30.74161
dark	86.25000	24.33657
dragon	102.62500	29.64253
electric	67.77778	25.15223
fairy	61.52941	29.75130
fighting	94.72000	27.66394
fire	81.60870	25.29776
flying	71.66667	42.52450
ghost	66.65217	25.28674
grass	70.90909	24.07790
ground	91.30000	28.62498
ice	70.69565	25.93600
normal	71.73118	29.30096
poison	74.67857	19.63001
psychic	60.21739	30.76933
rock	88.17500	32.57566
steel	83.54545	24.60687
water	71.04762	25.03013

3 Mediana

df %>% select(type_1,attack) %>% 
  group_by(type_1) %>% 
  summarise(mínimo=min(attack),
            quartil1 = quantile(attack,0.25),
            mediana= median(attack),
            quartil3= quantile(attack,0.75),
            maximo=max(attack)) %>% 
  flextable()

type_1	mínimo	quartil1	mediana	quartil3	maximo
bug	10	42.50	63.0	90.00	135
dark	50	65.00	86.5	97.50	131
dragon	50	78.75	97.5	130.00	150
electric	30	50.00	61.5	85.00	123
fairy	20	45.00	52.0	72.00	131
fighting	35	80.00	100.0	120.00	140
fire	40	60.75	82.5	97.75	140
flying	30	50.00	70.0	92.50	115
ghost	30	50.00	65.0	85.00	115
grass	27	53.50	68.0	89.75	130
ground	40	72.00	83.5	115.75	150
ice	30	50.00	65.0	82.50	130
normal	5	55.00	70.0	85.00	160
poison	43	60.00	74.0	90.50	106
psychic	20	36.25	52.5	74.50	150
rock	40	58.00	86.5	112.75	165
steel	24	75.00	82.5	97.50	135
water	10	52.00	70.0	90.00	130

4 Mostrando tabela da base de dados

df %>% 
  select(attack,type_1) %>% 
  group_by(type_1) %>%
  summarise(média=mean(attack),
            mediana=median(attack),
            desvio_padrão=sd(attack)) %>% 
  flextable() %>% theme_tron()

type_1	média	mediana	desvio_padrão
bug	65.22222	63.0	30.74161
dark	86.25000	86.5	24.33657
dragon	102.62500	97.5	29.64253
electric	67.77778	61.5	25.15223
fairy	61.52941	52.0	29.75130
fighting	94.72000	100.0	27.66394
fire	81.60870	82.5	25.29776
flying	71.66667	70.0	42.52450
ghost	66.65217	65.0	25.28674
grass	70.90909	68.0	24.07790
ground	91.30000	83.5	28.62498
ice	70.69565	65.0	25.93600
normal	71.73118	70.0	29.30096
poison	74.67857	74.0	19.63001
psychic	60.21739	52.5	30.76933
rock	88.17500	86.5	32.57566
steel	83.54545	82.5	24.60687
water	71.04762	70.0	25.03013

5 Boxplot

boxplot(df$attack ~ df$type_1,
        col=c("#a87e7e","#80d15a","#7d38d1", "#079beb", "#eb073c","#540819", "#b2bdd1","#12de90","#4b07eb","#030a17","#31402b","#173161","#28fac9","#8a2fa8","#3f354a","#2d484d","#9e6f24","#59492e","#5f7864"),
        main="Gráfico 1 - boxplot do ataque por tipo")

6 Diagrama de dispersão

plot(df$attack, df$base_experience, pch=20,col="#691c11",
     main="Diagrama de Disperção", xlab = "Ataque", ylab = "Base de Experiência")
abline(lsfit(df$attack, df$base_experience),col="#676911",lwd=5)

7 Matriz de Correlação

library(corrplot)
M <- cor(df[,c("base_experience","attack", "defense","hp","special_attack","special_defense","speed")])

col3 <- colorRampPalette(c("#a60596", "#ab5af2", "#07ebc8")) 
corrplot(M, order="hclust", addrect=2, col=col3(20))

8 Intepretação dos dados obtidos nos gráficos

Ao analisar os dados apresentados, observamos algumas tendências importantes nas estatísticas dos tipos de Pokémon, como média, mediana e desvio padrão. Primeiramente, podemos notar que, em todos os casos, a média e a mediana dos valores de ataque não coincidem, o que indica uma distribuição assimétrica dos dados. O tipo Dragon tem o maior poder de ataque médio, com 102,62500 pontos, seguido pelos tipos Fighting e Ground. Já o tipo Fighting apresenta a maior mediana, com 100 pontos, enquanto o tipo Flying é o que possui o maior desvio padrão, com 42,52450 pontos, indicando uma maior variação nos valores de ataque entre os Pokémon desse tipo. Em termos de análise adicional, podemos observar que o tipo Dragon tem uma mediana de 97,5 e um desvio padrão de 29,64253, enquanto o tipo Fighting tem uma média de 94,72000 e um desvio padrão de 27,66394. O tipo Flying, embora tenha o maior desvio padrão, com 42,52450, possui uma média de 71,66667 e uma mediana de 70. Em termos de extremos, o tipo Psychic apresenta a menor média de ataque, seguido pelos tipos Fairy e Poison, que também possuem os menores valores de mediana e desvio padrão, respectivamente.

O boxplot revela grande variação nos valores de ataque entre os tipos de Pokémon. Tipos como “rock” e “normal” têm uma faixa ampla de valores, enquanto “electric” e “bug” possuem uma faixa mais estreita. A mediana varia entre os tipos, com “electric” apresentando ataques mais baixos em comparação com “rock”. Tipos como Bug, Normal e Water têm médias de ataque mais baixas, mas ainda incluem Pokémon com ataques notáveis. Alguns tipos, como Fairy, Normal, Psychic e Steel, apresentam outliers, com valores extremos, como no tipo Normal, que possui outliers tanto de ataque baixo quanto alto.

O gráfico de dispersão mostra uma clara correlação positiva entre o poder de ataque de um Pokémon e os pontos de experiência. À medida que os ataques aumentam, a base de experiência também tende a crescer. Uma linha de tendência ascendente indica uma correlação positiva, indicando que Pokémon com maior poder de ataque geralmente requerem mais experiência para evoluir. Embora a relação seja aproximadamente linear, existem pontos dispersos ao redor da linha, sugerindo que outros fatores também podem influenciar a base empírica. Alguns pontos se desviam significativamente da tendência e são considerados outliers, com combinações atípicas de ataque e experiência. Desse modo, o gráfico de dispersão revela uma forte relação entre o poder de ataque e a base de experiência, sugerindo que Pokémon mais poderosos requerem mais experiência para evoluir.

A matriz de correlação confirmou uma forte relação entre poder de ataque e pontos de experiência, além de revelar correlações moderadas entre poder de ataque e poder de defesa, e pontos de experiência e pontos de saúde, indicando que Pokémon com maior poder de ataque tendem a ter defesa mais forte e mais saúde. A velocidade, por sua vez, está negativamente correlacionada com a defesa e a base de experiência, sugerindo que Pokémon mais rápidos tendem a ter menor defesa e requerem menos experiência para evoluir. Portanto, a matriz de correlação fornece uma visão abrangente das relações entre as características dos Pokémon, permitindo uma análise mais detalhada dos dados.