2 VA

VADeaths

# Instale se não tiver
# install.packages("tidyverse")

library(ggplot2)
library(dplyr)

# Converter VADeaths para data.frame longo
df <- as.data.frame(VADeaths)
df$FaixaEtaria <- rownames(VADeaths)
df_long <- tidyr::pivot_longer(
  df,
  cols = -FaixaEtaria,
  names_to = "Grupo",
  values_to = "Taxa"
)

# Separar 'rural' e 'urbano' + 'homens/mulheres'
df_long <- df_long %>%
  mutate(
    Area = ifelse(grepl("Rural", Grupo), "Rural", "Urbano"),
    Sexo = ifelse(grepl("Male", Grupo), "Homens", "Mulheres")
  )

# Gráfico com ggplot2
ggplot(df_long, aes(x = FaixaEtaria, y = Taxa, fill = Sexo)) +
  geom_bar(stat = "identity", position = "stack") +
  facet_wrap(~ Area) +
  labs(
    title = "Taxa de mortalidade a cada 1000 na Virginia em 1940",
    x = "Faixa Etária",
    y = "Taxa de Mortalidade / 1000"
  ) +
  scale_fill_manual(values = c("Homens" = "skyblue", "Mulheres" = "purple")) +
  theme_minimal()

ClassificaçãoDoença

# Dados dos estágios da doença
estagios <- c("moderado", "leve", "leve", "severo", "leve", "moderado", "moderado",
              "moderado", "leve", "leve", "severo", "leve", "moderado", "moderado",
              "leve", "severo", "moderado", "moderado", "moderado", "leve")

# Contar as ocorrências de cada estágio
tabela <- table(estagios)

# Calcular porcentagens
porcentagens <- round(100 * tabela / sum(tabela), 1)

# Rótulos com estágio + porcentagem
rotulos <- paste(names(tabela), "-", porcentagens, "%")

# Cores para cada fatia
cores <- c("blue", "green", "orange")  # leve, moderado, severo

# Gráfico de pizza
pie(
  tabela,
  labels = rotulos,
  col = cores,
  main = "Distribuição dos Estágios da Doença"
)

# Legenda com legend()
legend(
  "topright",
  legend = names(tabela),
  fill = cores,
  title = "Estágio"
)

Teorema

# Carregar os dados
flu <- read.csv("flu.csv")

# Visualizar estrutura
str(flu)

## 'data.frame':    75034 obs. of  1 variable:
##  $ age: int  0 0 0 0 0 0 0 0 0 0 ...

# Histograma com densidade
hist(
  flu$age,
  breaks = 30,
  probability = TRUE,
  main = "Histograma da População (Idade das Mortes)",
  xlab = "Idade",
  col = "lightblue",
  border = "white"
)
lines(density(flu$age), col = "red", lwd = 2)

# Definir número de amostras e tamanho
n_amostras <- 200
tamanho_amostra <- 35

# Repetir 200 vezes: amostragem da população com n=35 e cálculo da média
set.seed(123)  # para reprodutibilidade
medias <- replicate(n_amostras, mean(sample(flu$age, tamanho_amostra, replace = TRUE)))

# Histograma das médias com curva de densidade
hist(
  medias,
  breaks = 20,
  probability = TRUE,
  main = "Histograma das Médias Amostrais (n = 35)",
  xlab = "Média das Idades",
  col = "lightgreen",
  border = "white"
)
lines(density(medias), col = "blue", lwd = 2)