2.1 Carregando os Dados

data("airquality")
head(airquality)

##   Ozone Solar.R Wind Temp Month Day
## 1    41     190  7.4   67     5   1
## 2    36     118  8.0   72     5   2
## 3    12     149 12.6   74     5   3
## 4    18     313 11.5   62     5   4
## 5    NA      NA 14.3   56     5   5
## 6    28      NA 14.9   66     5   6

2.2 Descrição do Conjunto

O dataset airquality contém as variáveis:

• Ozone: concentração de ozônio (ppb)
• Solar.R: radiação solar (lang)
• Wind: velocidade do vento (mph)
• Temp: temperatura (Fahrenheit)
• Month: mês
• Day: dia do mês

2.3 Limpeza e Criação de Novas Variáveis

No exemplo é criada a variável Temp_C, que é a temperatura em ºC.

library(dplyr)

dados_limpos <- airquality %>%
  na.omit() %>%
  mutate(
    Temp_C = round((Temp - 32) * 5/9, 1),
    Qualidade = case_when(
      Ozone < 50 ~ "Boa",
      Ozone < 100 ~ "Moderada",
      TRUE ~ "Ruim"
    )
  )

head(dados_limpos)

##   Ozone Solar.R Wind Temp Month Day Temp_C Qualidade
## 1    41     190  7.4   67     5   1   19.4       Boa
## 2    36     118  8.0   72     5   2   22.2       Boa
## 3    12     149 12.6   74     5   3   23.3       Boa
## 4    18     313 11.5   62     5   4   16.7       Boa
## 7    23     299  8.6   65     5   7   18.3       Boa
## 8    19      99 13.8   59     5   8   15.0       Boa

2.4 Estatísticas Resumidas

summary(dados_limpos)

##      Ozone          Solar.R           Wind            Temp      
##  Min.   :  1.0   Min.   :  7.0   Min.   : 2.30   Min.   :57.00  
##  1st Qu.: 18.0   1st Qu.:113.5   1st Qu.: 7.40   1st Qu.:71.00  
##  Median : 31.0   Median :207.0   Median : 9.70   Median :79.00  
##  Mean   : 42.1   Mean   :184.8   Mean   : 9.94   Mean   :77.79  
##  3rd Qu.: 62.0   3rd Qu.:255.5   3rd Qu.:11.50   3rd Qu.:84.50  
##  Max.   :168.0   Max.   :334.0   Max.   :20.70   Max.   :97.00  
##      Month            Day            Temp_C       Qualidade        
##  Min.   :5.000   Min.   : 1.00   Min.   :13.90   Length:111        
##  1st Qu.:6.000   1st Qu.: 9.00   1st Qu.:21.70   Class :character  
##  Median :7.000   Median :16.00   Median :26.10   Mode  :character  
##  Mean   :7.216   Mean   :15.95   Mean   :25.44                     
##  3rd Qu.:9.000   3rd Qu.:22.50   3rd Qu.:29.15                     
##  Max.   :9.000   Max.   :31.00   Max.   :36.10

A análise estatística dos dados climáticos revela um panorama interessante sobre as variáveis observadas. A concentração de ozônio (Ozone), por exemplo, varia de 1 a 168 partes por bilhão (ppb), com uma média de 42,1 ppb e mediana de 31 ppb. Essa diferença entre média e mediana indica que existem valores muito altos influenciando a média, o que sugere a presença de outliers e uma possível assimetria à direita. Essa variação expressiva nos níveis de ozônio pode refletir episódios de piora na qualidade do ar em determinados dias.

Já a radiação solar (Solar.R) oscila entre 7 e 334 lang, com média de 184,8 e mediana de 207. A mediana acima da média sugere uma leve assimetria à esquerda, ou seja, a presença de dias com baixa incidência solar influenciando os resultados. Como a radiação solar está diretamente relacionada à formação de ozônio, esse aspecto é importante para análises posteriores.

A variável Wind (velocidade do vento) apresenta uma distribuição mais simétrica, com valores entre 2,3 e 20,7 mph, e média e mediana bastante próximas (9,94 e 9,7 mph, respectivamente). A velocidade do vento é um fator essencial para a dispersão de poluentes, o que pode impactar diretamente a concentração de ozônio na atmosfera.

Quanto à temperatura (Temp), observamos valores entre 57°F e 97°F (ou 13,9°C a 36,1°C, considerando a variável convertida Temp_C), com média em torno de 25,4°C. Esse intervalo é condizente com os meses de coleta dos dados, que vão de maio a setembro, ou seja, no período de verão no hemisfério norte. Durante esses meses, é comum haver temperaturas mais elevadas e maior formação de ozônio.

As variáveis de data, Month e Day, confirmam que os registros abrangem os meses de maio (5) a setembro (9) e dias entre 1 e 31. Isso reforça o contexto sazonal da coleta, focado nos meses mais quentes, quando a qualidade do ar tende a se deteriorar.

Por fim, a variável Qualidade classifica os dias em três categorias — “Boa”, “Moderada” e “Ruim” — com base nos níveis de ozônio. Essa categorização é útil para a interpretação dos dados e permite uma análise qualitativa mais intuitiva dos impactos ambientais.

Em resumo, os dados climáticos apresentam variabilidade significativa, especialmente nas concentrações de ozônio e na radiação solar, indicando que fatores como temperatura, vento e incidência solar podem estar relacionados ao comportamento do ozônio. Esta análise descritiva inicial é fundamental para embasar investigações mais detalhadas, como as visualizações gráficas feitas a seguir.

4.1 Conversão de Temperatura (F para C)

\[ T_C = \frac{5}{9}(T_F - 32) \]

4.2 Média de uma variável

\[ \bar{x} = \frac{1}{n} \sum_{i=1}^{n} x_i \]

4.3 Índice de Qualidade do Ar (simplificado)

\[ IQA = \frac{C}{C_{padrao}} \times 100 \]

4.4 Correlação de Pearson

\[ r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum(x_i - \bar{x})^2} \sqrt{\sum(y_i - \bar{y})^2}} \]

4.5 Regressão Linear Simples

\[ Ozone = \beta_0 + \beta_1 \cdot Temp + \varepsilon \]

5.1 Figura 1: Relação entre temperatura e ozônio

library(ggplot2)

ggplot(dados_limpos, aes(x = Temp_C, y = Ozone)) +
  geom_point(color = "#7394d4") +
  geom_smooth(method = "lm", se = FALSE, color = "#c93311") +
  labs(title = "Ozonio vs Temperatura (°C)",
       x = "Temperatura (°C)",
       y = "Ozonio (ppb)") +
  theme_minimal()

5.2 Figura 2: Qualidade do Ar ao longo dos meses

ggplot(dados_limpos, aes(x = factor(Month), fill = Qualidade)) +
  geom_bar(position = "dodge") +
  labs(title = "Classificação da Qualidade do Ar por Mês",
       x = "Mês",
       y = "Frequência") +
  scale_fill_manual(values = c("Boa" = "#74a089", "Moderada" = "#fddda0", "Ruim" = "#f8afa8")) +
  theme_minimal()