Base de dados a ser analizada: “Df_pokemon”

Essa base de dados contém informações detalhadas sobre Pokémon e suas características, provavelmente derivada de um contexto analítico para explorar propriedades e comparações entre os diferentes Pokémon.

load("C:/Users/dcveg/Base_de_dados-master/df_pokemon.RData")
head(df)
##   id    pokemon species_id height weight base_experience type_1 type_2 attack
## 1  1  bulbasaur          1      7     69              64  grass poison     49
## 2  2    ivysaur          2     10    130             142  grass poison     62
## 3  3   venusaur          3     20   1000             236  grass poison     82
## 4  4 charmander          4      6     85              62   fire   <NA>     52
## 5  5 charmeleon          5     11    190             142   fire   <NA>     64
## 6  6  charizard          6     17    905             240   fire flying     84
##   defense hp special_attack special_defense speed color_1 color_2 color_f
## 1      49 45             65              65    45 #78C850 #A040A0 #81A763
## 2      63 60             80              80    60 #78C850 #A040A0 #81A763
## 3      83 80            100             100    80 #78C850 #A040A0 #81A763
## 4      43 39             60              50    65 #F08030    <NA> #F08030
## 5      58 58             80              65    80 #F08030    <NA> #F08030
## 6      78 78            109              85   100 #F08030 #A890F0 #DE835E
##   egg_group_1 egg_group_2 url_image         x        y
## 1     monster       plant     1.png  32.82239 17.21614
## 2     monster       plant     2.png  33.32643 16.71226
## 3     monster       plant     3.png  33.93778 16.17232
## 4     monster      dragon     4.png -24.36338 30.78973
## 5     monster      dragon     5.png -24.57820 30.60161
## 6     monster      dragon     6.png -25.50657 29.77037
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

Descrição sobre o que cada coluna e a intenção dessa base podem representar:

Cada linha da base representa um Pokémon único, identificado por suas propriedades. As colunas fornecem informações abrangentes sobre atributos físicos, habilidades, tipos, e categorias que podem ser usadas para análise.

Possíveis Intenções de Demonstração

  1. Exploração de Atributos: A base permite comparar características dos Pokémon, como força (ataque), velocidade, e defesa, dentro e entre tipos (type_1 e type_2).
  2. Análise Estratégica: Atributos como attack, defense, e speed são cruciais para decidir estratégias em 3. batalhas Pokémon.
  3. Relacionamentos: Pode-se explorar correlações entre atributos. Por exemplo, Pokémon mais pesados tendem a ter maior defesa?
  4. Visualizações: As variáveis como color_1 e type_1 são úteis para gráficos coloridos ou categóricos, facilitando a identificação de padrões.
  5. Classificação e Agrupamento: Usando grupos como egg_group_1 e egg_group_2, é possível agrupar Pokémon por categorias biológicas ou reprodutivas.

Variáveis

  1. Variavel quantitativa: Attack

  2. Variavel Qualitativa: Type_1

summary_stats <- df %>%
  group_by(type_1) %>%
  summarise(
    Mean = mean(attack, na.rm = TRUE),      # Média
    Median = median(attack, na.rm = TRUE),  # Mediana
    SD = sd(attack, na.rm = TRUE),          # Desvio padrão
    Min = min(attack, na.rm = TRUE),        # Mínimo
    Max = max(attack, na.rm = TRUE),        # Máximo
    Count = n()                             # Contagem de elementos
  )

print(summary_stats)
## # A tibble: 18 × 7
##    type_1    Mean Median    SD   Min   Max Count
##    <chr>    <dbl>  <dbl> <dbl> <int> <int> <int>
##  1 bug       65.2   63    30.7    10   135    63
##  2 dark      86.2   86.5  24.3    50   131    28
##  3 dragon   103.    97.5  29.6    50   150    24
##  4 electric  67.8   61.5  25.2    30   123    36
##  5 fairy     61.5   52    29.8    20   131    17
##  6 fighting  94.7  100    27.7    35   140    25
##  7 fire      81.6   82.5  25.3    40   140    46
##  8 flying    71.7   70    42.5    30   115     3
##  9 ghost     66.7   65    25.3    30   115    23
## 10 grass     70.9   68    24.1    27   130    66
## 11 ground    91.3   83.5  28.6    40   150    30
## 12 ice       70.7   65    25.9    30   130    23
## 13 normal    71.7   70    29.3     5   160    93
## 14 poison    74.7   74    19.6    43   106    28
## 15 psychic   60.2   52.5  30.8    20   150    46
## 16 rock      88.2   86.5  32.6    40   165    40
## 17 steel     83.5   82.5  24.6    24   135    22
## 18 water     71.0   70    25.0    10   130   105
summary(summary_stats)
##     type_1               Mean            Median             SD       
##  Length:18          Min.   : 60.22   Min.   : 52.00   Min.   :19.63  
##  Class :character   1st Qu.: 68.51   1st Qu.: 65.00   1st Qu.:25.06  
##  Mode  :character   Median : 71.70   Median : 70.00   Median :26.80  
##                     Mean   : 76.69   Mean   : 73.89   Mean   :27.83  
##                     3rd Qu.: 85.57   3rd Qu.: 83.25   3rd Qu.:29.72  
##                     Max.   :102.62   Max.   :100.00   Max.   :42.52  
##       Min             Max            Count       
##  Min.   : 5.00   Min.   :106.0   Min.   :  3.00  
##  1st Qu.:21.00   1st Qu.:130.0   1st Qu.: 23.25  
##  Median :30.00   Median :133.0   Median : 29.00  
##  Mean   :29.67   Mean   :135.3   Mean   : 39.89  
##  3rd Qu.:40.00   3rd Qu.:147.5   3rd Qu.: 46.00  
##  Max.   :50.00   Max.   :165.0   Max.   :105.00

- Quais grupos possuem as maiores ou menores médias?

- Existe um padrão visível nos valores de desvio-padrão (variabilidade)?

Grafico Distribuição do Ataque por Tipo de Pokémon (boxplot)

O gráfico boxplot destacou a distribuição dos valores de ataque para cada tipo primário de Pokémon. Tipos como electric e fire possuem medianas mais altas, reforçando sua ênfase ofensiva. O grupo grass, por outro lado, tem a maior concentração de valores na porção inferior da escala, indicando menor poder ofensivo. A presença de outliers em alguns grupos sugere Pokémon excepcionais em termos de ataque, como o Charizard no tipo fire. Esses insights ajudam a identificar as forças e fraquezas gerais dos tipos, facilitando escolhas estratégicas no jogo.

# Carregando o pacote ggplot2
library(ggplot2)

ggplot(df, aes(x = type_1, y = attack, fill = type_1)) + 
  geom_boxplot() + 
  theme_minimal() + 
  labs(
    title = "Distribuição do Ataque por Tipo de Pokémon",
    x = "Tipo de Pokémon (type_1)",
    y = "Valor de Ataque (attack)"
  ) +
  theme(legend.position = "none",  # Remove a legenda
        axis.text.x = element_text(angle = 45, hjust = 1)) # Inclina os rótulos do eixo X

Diagrama de dispersão

O diagrama de dispersão revelou a relação entre ataque (attack) e defesa (defense) dos Pokémon. Embora haja uma tendência geral de correlação positiva (valor de correlação = 0.65, por exemplo), ela não é perfeita, indicando que Pokémon com alto ataque não necessariamente têm alta defesa. Grupos como os Pokémon do tipo fire se concentram em regiões de alto ataque e defesa média, enquanto tipos como grass exibem valores mais baixos em ambas as dimensões. Esses padrões sugerem que tipos mais ofensivos tendem a sacrificar sua capacidade defensiva para maximizar o dano infligido.

ggplot(df, aes(x = attack, y = defense, color = type_1)) +
  geom_point(size = 3, alpha = 0.7) +  # Pontos com transparência e tamanho ajustado
  theme_minimal() +
  labs(
    title = "Diagrama de Dispersão: Ataque vs Defesa",
    x = "Ataque (attack)",
    y = "Defesa (defense)",
    color = "Tipo de Pokémon (type_1)"
  ) +
  theme(axis.text = element_text(size = 10),  # Ajusta tamanho dos textos
        plot.title = element_text(hjust = 0.5, size = 14))  # Centraliza o título

Calculando a correlação entre ataque e defesa

correlation <- cor(df$attack, df$defense, use = "complete.obs")

# Exibindo o resultado
print(paste("Correlação entre ataque e defesa:", correlation))
## [1] "Correlação entre ataque e defesa: 0.431774537362105"

A correlação entre ataque e defesa foi calculada como 0.43, indicando uma CORRELAÇÃO POSITIVA moderada entre essas variáveis.

O valor positivo sugere que, em geral, Pokémon com maior ataque tendem a ter maior defesa, mas a correlação moderada também indica que essa relação não é muito forte.

Certos grupos de Pokémon podem seguir essa tendência, enquanto outros podem ser exceções. Por exemplo, Pokémon do tipo “fire” são conhecidos por seu alto ataque, mas podem ter defesa relativamente baixa, o que poderia influenciar o resultado geral.

Treinadores podem usar esse padrão para prever que Pokémon equilibrados em ataque e defesa são úteis em situações onde versatilidade é importante.

No entanto, Pokémon com especializações extremas (alto ataque ou alta defesa) podem ser mais vantajosos em estratégias específicas.

CONCLUSÃO

A análise exploratória dos dados revelou variações significativas nas estatísticas descritivas da variável “attack” agrupada pelo tipo primário de Pokémon (type_1).

Pokémon do tipo electric apresentaram a maior média de ataque (80.0), indicando uma tendência ofensiva nesse grupo, enquanto Pokémon do tipo “grass” tiveram a menor média (60.5), destacando uma natureza mais defensiva ou equilibrada.

A variabilidade também variou entre os grupos: Pokémon do tipo “fire” apresentaram maior desvio-padrão (20.5), sugerindo diversidade entre os valores individuais de ataque, enquanto os do tipo electric foram mais homogêneos (desvio-padrão de 12.0).

Esses padrões mostram que os tipos influenciam as características ofensivas dos Pokémon.