1. VADeaths
Bibliotecas
library(tidyr)
library(ggplot2)
library(tibble)
df <- as_tibble(VADeaths, rownames = "Grupo") %>%
pivot_longer(
cols = -Grupo,
names_to = "Categoria",
values_to = "Mortalidade"
)
ggplot(df, aes(x = Categoria, y = Mortalidade, fill = Grupo)) +
geom_bar(stat = "identity", position = position_dodge(width = 0.9), color = "black") +
labs(
title = "Mortalidade na Virgínia (VADeaths)",
x = "Categoria",
y = "Taxa de Mortalidade",
fill = "Grupo"
) +
scale_fill_brewer(palette = "Set2") +
theme_minimal(base_size = 14)

2. Classificação Doença
dados <- c(
"moderado", "leve", "leve", "severo", "leve", "moderado", "moderado",
"moderado", "leve", "leve", "severo", "leve", "moderado", "moderado",
"leve", "severo", "moderado", "moderado", "moderado", "leve"
)
# Tabela de frequências
freq <- table(dados)
# Porcentagens
porc <- round(100 * freq / sum(freq), 1)
# Labels
labels <- paste(names(freq), "-", porc, "%")
cores <- c("lightblue", "orange", "firebrick2")
# Gráfico
pie(freq,
labels = labels,
col = cores,
main = "Distribuição dos Estágios da Doença"
)
# Legenda
legend("topright",
legend = names(freq),
fill = cores,
title = "Estágios"
)

3. Teorema
library(readr)
flu <- read_csv("flu.csv")
## Rows: 75034 Columns: 1
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## dbl (1): age
##
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
Histograma + densidade
pop <- flu$age
hist(pop, breaks = 50, probability = TRUE, col = "lightblue", main = "População: Idades das Mortes (Flu)", xlab = "Idade" )
lines(density(pop), col = "red", lwd = 2)

Distribuição das Médias Amostrais
set.seed(123)
n <- 35
k <- 200
medias <- replicate(k, mean(sample(pop, n, replace = TRUE)))
hist(medias,
breaks = 30,
probability = TRUE,
col = "lightgreen",
main = "Distribuição das Médias Amostrais",
xlab = "Média Amostral"
)
lines(density(medias), col = "blue", lwd = 2)
