Neste relatório, vamos realizar uma análise estatística utilizando comandos do R base.
# Instalar se necessário:
# install.packages("readxl")
library(readxl)
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
# Importar o banco de dados
library(readxl)
BD_Marcia <- read_excel("C:/Users/aline/OneDrive/Consultoria/2025/Echeveste_R-Video/BD_Marcia.xlsx")
View(BD_Marcia)
dados <- BD_Marcia
# Trocando o nome das variáveis
## Não se trabalha com acentuação ou espaço entre palavras. Optar em utilizar "." "_" ou escrever junto. Exemplo "tipoLamina"
dados <- rename(dados, Vibracao = Vibração)
dados <- rename(dados, Tipo_Lamina = "Tipo Lamina")
dados <- rename(dados, Velocidade = "Velocidade Corte")
# Visualizar as primeiras linhas
head(dados)
# Calcular as medidas estatísticas para a variável Peso
media_peso <- round(mean(dados$Peso, na.rm = TRUE), 2)
mediana_peso <- round(median(dados$Peso, na.rm = TRUE), 2)
desvio_peso <- round(sd(dados$Peso, na.rm = TRUE), 2)
variancia_peso <- round(var(dados$Peso, na.rm = TRUE), 2)
cv_peso <- round(desvio_peso / media_peso * 100, 2)
# Calcular para a variável Vibração
media_vibracao <- round(mean(dados$Vibracao, na.rm = TRUE), 2)
mediana_vibracao <- round(median(dados$Vibracao, na.rm = TRUE), 2)
desvio_vibracao <- round(sd(dados$Vibracao, na.rm = TRUE), 2)
variancia_vibracao <- round(var(dados$Vibracao, na.rm = TRUE), 2)
cv_vibracao <- round(desvio_vibracao / media_vibracao * 100, 2)
print(“texto”): Exibe uma mensagem de texto no console c(nome1 = valor1, nome2 = valor2, …): Cria um vetor nomeado para exibir os resultados de forma clara
# Mostrar as medidas de Peso
print("--- PESO ---")
## [1] "--- PESO ---"
print(c(Média = media_peso, Mediana = mediana_peso, Desvio = desvio_peso,
Variância = variancia_peso, `CV (%)` = cv_peso))
## Média Mediana Desvio Variância CV (%)
## 50.11 50.20 1.54 2.38 3.07
# Mostrar as medidas de Vibração
print("--- VIBRAÇÃO ---")
## [1] "--- VIBRAÇÃO ---"
print(c(Média = media_vibracao, Mediana = mediana_vibracao, Desvio = desvio_vibracao,
Variância = variancia_vibracao, `CV (%)` = cv_vibracao))
## Média Mediana Desvio Variância CV (%)
## 1.61 1.61 0.41 0.17 25.47
Nesta seção, realizaremos uma análise por grupo (Velocidade e Tipo de Lâmina), usando a função aggregate(formula, data, FUN): realiza operações por grupo no R base
Sintaxe: aggregate(variável quantitativa ~ variável qualitativa X + variável qualitativa Y, data = dados, FUN = mean)
Parâmetros: quantitativa ~ variável qualitativa X + variável qualitativa Y: fórmula para agrupar os dados data = dados: o nome do data frame (banco, planilha) com os dados FUN = …: qual função aplicar (ex: mean, sd, median, etc.) na.rm = TRUE: evita erro ao encontrar dados ausentes
# Calcular as medidas de Vibração por grupo
media <- aggregate(Vibracao ~ Velocidade + Tipo_Lamina, data = dados, FUN = function(x) round(mean(x, na.rm = TRUE), 2))
mediana <- aggregate(Vibracao ~ Velocidade + Tipo_Lamina, data = dados, FUN = function(x) round(median(x, na.rm = TRUE), 2))
desvio <- aggregate(Vibracao ~ Velocidade + Tipo_Lamina, data = dados, FUN = function(x) round(sd(x, na.rm = TRUE), 2))
variancia <- aggregate(Vibracao ~ Velocidade + Tipo_Lamina, data = dados, FUN = function(x) round(var(x, na.rm = TRUE), 2))
cv <- aggregate(Vibracao ~ Velocidade + Tipo_Lamina, data = dados,
FUN = function(x) round(sd(x, na.rm = TRUE) / mean(x, na.rm = TRUE) * 100, 2))
# Juntar tudo em uma única tabela
resumo_grupos <- data.frame(
Velocidade = media$Velocidade,
Tipo_Lamina = media$Tipo_Lamina,
Media = media$Vibracao,
Mediana = mediana$Vibracao,
Desvio = desvio$Vibracao,
Variancia = variancia$Vibracao,
CV = cv$Vibracao
)
# Visualizar a tabela
print(resumo_grupos)
## Velocidade Tipo_Lamina Media Mediana Desvio Variancia CV
## 1 Alta Fina 1.85 1.80 0.47 0.22 25.47
## 2 Baixa Fina 1.52 1.55 0.32 0.10 20.94
## 3 Alta Grossa 1.72 1.71 0.41 0.17 23.68
## 4 Baixa Grossa 1.32 1.38 0.34 0.12 26.00
## 5 Alta Média 1.82 1.81 0.31 0.10 17.18
## 6 Baixa Média 1.54 1.54 0.38 0.14 24.50