data("VADeaths")
VADeaths_df <- as.data.frame(VADeaths)
VADeaths_df$Age <- rownames(VADeaths_df)
VADeaths_long <- melt(VADeaths_df, id.vars = "Age", variable.name = "Group", value.name = "Deaths")
ggplot(VADeaths_long, aes(x = Age, y = Deaths, fill = Group)) +
geom_bar(stat = "identity", position = "dodge") +
labs(title = "Taxa de Mortalidade por Idade e Grupo",
x = "Faixa Etária",
y = "Taxa de Mortalidade (por 1000)",
fill = "Grupo") +
scale_fill_manual(values = c("Rural Male" = "blue", "Rural Female" = "red",
"Urban Male" = "green", "Urban Female" = "yellow")) +
theme_minimal()estagios <- c("moderado", "leve", "leve", "severo", "leve", "moderado", "moderado",
"moderado", "leve", "leve", "severo", "leve", "moderado", "moderado",
"leve", "severo", "moderado", "moderado", "moderado", "leve")
frequencia <- table(estagios)
porcentagem <- round(100 * frequencia / sum(frequencia), 1)
cores <- c("leve" = "green", "moderado" = "blue", "severo" = "red")
pie(frequencia,
labels = paste(porcentagem, "%"),
col = cores[names(frequencia)],
main = "Classificação da Doença em Pacientes")
legend("topright",
legend = names(frequencia),
fill = cores[names(frequencia)],
title = "Estágios da Doença")flu <- read.csv("flu.csv")
idades <- flu$age
ggplot(data.frame(idades), aes(x = idades)) +
geom_histogram(aes(y = ..density..), bins = 30, fill = "lightblue", color = "black") +
geom_density(color = "red", linewidth = 1) +
labs(title = "Distribuição das Idades das Mortes (População)",
x = "Idade",
y = "Densidade") +
theme_minimal()## 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.
set.seed(123)
n_amostras <- 200
tamanho_amostra <- 35
medias_amostrais <- replicate(n_amostras, mean(sample(idades, tamanho_amostra, replace = TRUE)))
ggplot(data.frame(medias_amostrais), aes(x = medias_amostrais)) +
geom_histogram(aes(y = ..density..), bins = 30, fill = "lightgreen", color = "black") +
geom_density(color = "blue", linewidth = 1) +
labs(title = "Distribuição das Médias Amostrais (n = 35)",
x = "Média Amostral",
y = "Densidade") +
theme_minimal()load("bdims.RData")
alturas_mulheres <- bdims$hgt[bdims$sex == 0]
media <- mean(alturas_mulheres)
desvio_padrao <- sd(alturas_mulheres)
n <- length(alturas_mulheres)
z <- qnorm(1 - (1 - 0.985) / 2)
erro_padrao <- desvio_padrao / sqrt(n)
limite_inferior <- media - z * erro_padrao
limite_superior <- media + z * erro_padrao
sprintf("[%.2f-%.2f]", limite_inferior, limite_superior)## [1] "[163.89-165.86]"