data("VADeaths")
df <- as.data.frame(VADeaths) %>%
mutate(FaixaEtaria = rownames(VADeaths)) %>%
pivot_longer(cols = -FaixaEtaria, names_to = "Categoria", values_to = "Taxa")
cores_acessiveis <- c(
"Rural Male" = "#1b9e77",
"Rural Female" = "#d95f02",
"Urban Male" = "#7570b3",
"Urban Female" = "#e7298a",
"Total" = "#66a61e"
)
# Gráfico Barras Empilhadas
ggplot(df, aes(x = FaixaEtaria, y = Taxa, fill = Categoria)) +
geom_bar(stat = "identity", width = 0.4) +
scale_fill_manual(values = cores_acessiveis) +
labs(title = "Taxas de Mortalidade por Categoria",
x = "Faixa Etária",
y = "Taxa de Mortalidade") +
theme_minimal()doencas <- c("moderado", "leve", "leve", "severo", "leve", "moderado",
"moderado", "moderado", "leve", "leve", "severo", "leve",
"moderado", "moderado", "leve", "severo", "moderado",
"moderado", "moderado", "leve")
# Criar dataframe com contagem e percentual
df <- as.data.frame(table(doencas)) %>%
rename(Classificacao = doencas, Freq = Freq) %>%
mutate(Percentual = Freq / sum(Freq) * 100,
Label = paste0(round(Percentual, 1), "%"))
# Cores
cores <- c("moderado" = "#1b9e77", "leve" = "#7570b3", "severo" = "#d95f02")
# Gráfico de pizza
ggplot(df, aes(x = "", y = Freq, fill = Classificacao)) +
geom_col(width = 1, color = "white") +
coord_polar(theta = "y") +
scale_fill_manual(values = cores) +
geom_text(aes(label = Label), position = position_stack(vjust = 0.5), color = "white", size = 5) +
theme_void() +
labs(title = "Classificação da Doença") +
theme(legend.position = "right")flu <- read.csv("flu.csv")
# (1) Histograma original
hist(flu$age, breaks=20, probability=TRUE, col="#fdbf6f",
main="Distribuição das Idades das Mortes", xlab="Idade")
lines(density(flu$age), col="#e7298a", lwd=2)# (2) Amostragem com n = 35 e 200 médias
set.seed(123)
medias <- replicate(200, mean(sample(flu$age, 35, replace=TRUE)))
# (3) Histograma das médias
hist(medias, breaks=20, probability=TRUE, col="#cab2d6",
main="Distribuição das Médias Amostrais (n=35)",
xlab="Média das Idades")
lines(density(medias), col="#1f78b4", lwd=2)