Relatório da Atividade
Vinícius
2025-05-10
Item 1
Visualização Inicial
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# Visualiza as primeiras linhas do conjunto
head(ChickWeight)## weight Time Chick Diet
## 1 42 0 1 1
## 2 51 2 1 1
## 3 59 4 1 1
## 4 64 6 1 1
## 5 76 8 1 1
## 6 93 10 1 1summary(ChickWeight)## weight Time Chick Diet
## Min. : 35.0 Min. : 0.00 13 : 12 1:220
## 1st Qu.: 63.0 1st Qu.: 4.00 9 : 12 2:120
## Median :103.0 Median :10.00 20 : 12 3:120
## Mean :121.8 Mean :10.72 10 : 12 4:118
## 3rd Qu.:163.8 3rd Qu.:16.00 17 : 12
## Max. :373.0 Max. :21.00 19 : 12
## (Other):506Ordenado pelos maiores pesos
library(dplyr)
# Ordena os dados pelos maiores pesos
chick_ordenado <- ChickWeight %>% arrange(desc(weight))
head(chick_ordenado)## weight Time Chick Diet
## 1 373 21 35 3
## 2 361 20 35 3
## 3 341 21 34 3
## 4 332 18 35 3
## 5 331 21 21 2
## 6 327 20 34 3Registros após o 15º dia
# Filtra apenas os registros após o 15º dia
chick_filtragem <- ChickWeight %>% filter(Time>15)
head(chick_filtragem)## weight Time Chick Diet
## 1 149 16 1 1
## 2 171 18 1 1
## 3 199 20 1 1
## 4 205 21 1 1
## 5 162 16 2 1
## 6 187 18 2 1library(dplyr)Peso em quilogramas
# Cria uma nova coluna com o peso em quilogramas
chick_com_Kg <- ChickWeight %>% mutate(weight_kg = weight/1000)
head(chick_com_Kg)## weight Time Chick Diet weight_kg
## 1 42 0 1 1 0.042
## 2 51 2 1 1 0.051
## 3 59 4 1 1 0.059
## 4 64 6 1 1 0.064
## 5 76 8 1 1 0.076
## 6 93 10 1 1 0.093library(dplyr)Peso médio por tipo de dieta
library(dplyr)
# Calcula o peso médio por tipo de dieta
peso_medio_dieta <- ChickWeight %>% group_by(Diet)%>% summarise(media_peso = mean(weight))
peso_medio_dieta## # A tibble: 4 × 2
## Diet media_peso
## <fct> <dbl>
## 1 1 103.
## 2 2 123.
## 3 3 143.
## 4 4 135.Item 2
Tabela interativa com DT
library(DT)
datatable(chick_com_Kg,options = list(pageLength = 5),caption = "Tabela interativa dos dados de ChickWeight com peso em quilogramas")Item 3
Equações com LaTeX e Significados
1) Regressão Linear Simples
\[ \hat{y} = \beta_0 + \beta_1 x \]
Esta equação representa a linha de regressão, onde \(\hat{y}\) é o valor estimado, \(\beta_0\) é o intercepto e \(\beta_1\) o coeficiente da variável explicativa \(x\).
2) Função de Verossimilhança da Distribuição Normal
\[ L(\mu, \sigma^2) = \prod_{i=1}^{n} \frac{1}{\sqrt{2\pi\sigma^2}} e^{-\frac{(x_i - \mu)^2}{2\sigma^2}} \]
Define a probabilidade de observar um conjunto de dados dado que seguem uma distribuição normal com média \(\mu\) e variância \(\sigma^2\).
3) Gradiente Descendente
\[ \theta := \theta - \alpha \nabla_\theta J(\theta) \]
Algoritmo usado em machine learning para ajustar os parâmetros \(\theta\) minimizando a função de custo \(J(\theta)\) com uma taxa de aprendizado \(\alpha\).
4) Entropia de Shannon
\[ H(X) = - \sum_{i=1}^{n} p(x_i) \log_2 p(x_i) \]
Medida da incerteza (ou informação média) de uma variável aleatória \(X\), usada em teoria da informação e aprendizado de máquina.
5) Matriz de Covariância
\[ \Sigma = \frac{1}{n - 1} \sum_{i=1}^{n} (x_i - \bar{x})(x_i - \bar{x})^T \]
Expressa a variabilidade conjunta entre duas ou mais variáveis em forma matricial, importante em estatística multivariada.
Item 4
Primeira Figura Relacionada à Ciência de Dados
Figura 1
Segunda Figura Relacionada à Ciência de Dados
Figura 2
Referências Bibliográficas
Citando referências
Mudanças Climáticas (2014)
Silva et al. (2006)
Vismari (2007)
Correia (2024)
Krebs (2016)
Citando referências