poster_analise

Quarto

Quarto enables you to weave together content and executable code into a finished document. To learn more about Quarto see https://quarto.org.

Carregando pacotes

library(stringr)
library(readr)
library(dplyr) 
library(data.table) 
library(readxl)
library(tidyr)
library(fuzzyjoin)
library(xfun)
library(purrr)
library(knitr)
library(reactable)
library(plotly)
library(ggplot2)

Criando banco de controles - excluindo sujeitos do grupo AVC

dadosibnec <- read.csv("piloto_dados_ext.csv", sep = ";", header = TRUE)

banco <- read.csv("banco_set.csv", sep = ";", header = TRUE)


# Cria um novo dataframe sem os sujeitos da lista
sujeitos_para_excluir <- c("H7", "G15", "S9", "H8", "H9", "S12", "LG1", "LM6", "LM7", "LM8", "AS3", "C9")

banco_controle <- banco %>%
  filter(!cod %in% sujeitos_para_excluir)

Criando dataframe para porcentagens de acertos para cada tipo de sentença e gráficos

Tempo e % de acertos em cada bloco

tiposentenca <- banco_controle %>%
  group_by(sentenca) %>%
  summarise(media_acuracia = mean(pontuacao, na.rm = TRUE)) %>%
  ungroup()

tiposentenca$media_acuracia <- round(tiposentenca$media_acuracia, 2)
library(ggplot2)

tipobloco <- banco_controle %>%
  group_by(bloco) %>%
  summarise(media_acuracia = mean(pontuacao, na.rm = TRUE)) %>%
  ungroup()

tipobloco$media_acuracia <- round(tipobloco$media_acuracia, 2)
library(ggplot2)

ggplot(tipobloco, aes(x = bloco, y = media_acuracia)) +
  geom_bar(stat = "identity", fill = "steelblue") +
  labs(x = "Condição", y = "Média de Acurácia") +
  theme_grey() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

GGplot - criando gráficos para boxplot e também criando tabelas com reactable

partbloco <- banco_controle %>% group_by(cod, bloco) %>% 
  summarise(sum(resp== "Correto") * 100/n()) 

partsent1 <- banco_controle %>% group_by(sentenca, cod) %>% 
  summarise(sum(resp == "Correto") * 100/n()) 

partbloco <- partbloco %>%
  filter(bloco != "treino_inst")


reactable(partbloco)

#tabela com as porcentagens de acertos e com o desvio padrao para cada uma das categorias 

tiposd <- banco_controle %>%
  group_by(bloco) %>%
  summarise(
    # Calcula a média da acurácia, multiplica por 100 e arredonda
    porcentagem = round(mean(pontuacao, na.rm = TRUE) * 100, 2),
    
    # Calcula o desvio padrão da acurácia e arredonda
    dp = round(sd(pontuacao, na.rm = TRUE), 2)
  ) %>%
  ungroup()

reactable(tiposd)

reactable(tiposentenca)

#usar part bloco para o boxplot 

names(partsent1)[3] <- "media"
names(partsent1)[1] <- "sentenca"
names(partsent1)[2] <- "id"

names(partbloco)[3] <- "media"
names(partbloco)[1] <- "id"
names(partbloco)[2] <- "sentenca"

library(ggplot2)


library(ggplot2)

library(ggplot2)

ggplot(partbloco, aes(x = sentenca, y = media)) +
  geom_boxplot(fill = "skyblue") +
  labs(x = "sentenca", y = "media") +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 60, hjust = 1))

ggplot(partsent1, aes(x = sentenca, y = media)) +
  geom_boxplot(fill = "skyblue") +
  labs(x = "sentenca", y = "media") +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 60, hjust = 1))