1. Introducció

Expliqueu breument: - D’on prové el conjunt de dades. De la recolecta d’informacio en pagines web relacionada amb personatges de shonen - Quin és l’objectiu del projecte. Aprendre a treballar un cojunt de dades amb R relacionan amb un tema que ens agrada que seria el Anime - Quina pregunta voleu respondre. Quina relació hi ha entre edat i nivell de poder - Per què aquestes dades són adequades per aquesta pregunta. Perque recull diferents personatges amb la seva edat corresponent i el seus nivells de poder

2. Importació de les dades

Mostreu com heu importat el fitxer i quin nom té l’objecte carregat.

load("Personatges_Shonen_v2.RData")
dades = personatges

Expliqueu: - Quin era el format original (CSV, XLSX, txt…) - Si heu fet cap modificació prèvia (neteja, reanomenar columnes, selecció de variables…)

3. Dimensions del dataset

 dim(dades)
## [1] 105   8
 glimpse(dades)
## Rows: 105
## Columns: 8
## $ Nom          <chr> "Naruto Uzumaki", "Sasuke Uchiha", "Sakura Haruno", "Kaka…
## $ Edat         <int> 17, 17, 17, 27, 21, 16, 17, 17, 19, 18, 19, 28, 24, 20, 1…
## $ Alçada_cm    <int> 166, 168, 165, 181, 178, 160, 166, 174, 181, 169, 180, 18…
## $ Poder_nivell <int> 95, 94, 82, 90, 93, 76, 88, 96, 92, 68, 88, 78, 90, 89, 9…
## $ Sexe         <chr> "Masculí", "Masculí", "Femení", "Masculí", "Masculí", "Fe…
## $ Anime_origen <chr> "Naruto", "Naruto", "Naruto", "Naruto", "Naruto", "Naruto…
## $ Tipus_poder  <chr> "Energia_Interna", "Energia_Interna", "Energia_Interna", …
## $ Rol          <chr> "Protagonista", "Antagonista", "Suport", "Suport", "Antag…

Incloeu: - Nombre de files. - Nombre de columnes. - Quina és la unitat d’anàlisi (persona, empresa, producte, mesura…)

4. Diccionari de variables

Descriviu cada variable del dataset.

Variable Tipus Descripció Valors possibles / rang
exemple_var numèrica Significat de la variable 0–100 
# tibble(
#   variable = names(dades),
#   tipus = sapply(dades, class)
# )

5. Estadístiques descriptives

# summary(dades)

Comenteu: - Si hi ha valors perduts. - Si alguna variable s’hauria de transformar. - Outliers o valors estranys.

6. Visualització inicial

Incloeu una o dues gràfiques exploratòries.

# Exemple:
# ggplot(dades, aes(x = variable)) + geom_histogram()

7. Variables externes i dades addicionals

Expliqueu: - Si necessitareu dades externes per completar l’anàlisi. - On les podríeu trobar. - Si falten variables per respondre la pregunta inicial.

8. Altres comentaris

Incloeu qualsevol altre detall rellevant del procés de preparació de dades.