2VA

Análise 2VA

library(ggplot2)
library(dplyr)
library(tidyr)
library(readr)

VADeaths

df <- as.data.frame(VADeaths)
df$Grupo <- rownames(df)

df_long <- df %>%
pivot_longer(
cols = c("Rural Male", "Rural Female", "Urban Male", "Urban Female"),
names_to = "Categoria",
values_to = "Taxa"
)


ggplot(df_long, aes(x = Grupo, y = Taxa, fill = Categoria)) +
geom_bar(stat = "identity", position = "stack") +
labs(
title = "Taxas de Mortalidade por Grupo — VADeaths",
x = "Grupo Etário",
y = "Taxa de Mortalidade",
fill = "Categoria"
) +
theme_minimal() +
scale_fill_brewer(palette = "Set3")

ClassificaçãoDoença

# Dados dos pacientes
dados_pacientes <- c("moderado", "leve", "leve", "severo", "leve", "moderado",
                     "moderado", "moderado", "leve", "leve", "severo", "leve",
                     "moderado", "moderado", "leve", "severo", "moderado",
                     "moderado", "moderado", "leve")

# Contando as frequências
freq <- table(dados_pacientes)

# Calculando porcentagens
porcentagens <- round(prop.table(freq) * 100, 1)

# Criando o gráfico de pizza
pie(freq, 
    labels = paste(names(freq), "\n", porcentagens, "%"),
    col = c("#FF9999", "#66B3FF", "#99FF99"),
    main = "Classificação da Doença em 20 Pacientes",
    cex = 0.9)

# Adicionando legenda
legend("topright", 
       legend = names(freq),
       fill = c("#FF9999", "#66B3FF", "#99FF99"),
       title = "Classificação",
       cex = 0.8)

Teorema

flu <- read_csv(
  "flu.csv",
  show_col_types = FALSE
)

hist(flu$age, 
     main = "Distribuição das Idades na População",
     xlab = "Idade (anos)",
     ylab = "Frequência",
     col = "lightblue",
     probability = TRUE,
     breaks = 30)
lines(density(flu$age, na.rm = TRUE), col = "red", lwd = 2) 

lines(density(flu$age, na.rm = TRUE), col = "red", lwd = 2)

set.seed(123)
n_samples <- 200
sample_size <- 35
sample_means <- replicate(n_samples, mean(sample(flu$age, sample_size, replace = TRUE)))

hist(sample_means,
     main = "Distribuição das Médias Amostrais (n = 35)",
     xlab = "Média da Amostra",
     ylab = "Densidade",
     col = "lightgreen",
     probability = TRUE,
     breaks = 20,
     ylim = c(0, 0.12))

lines(density(sample_means), col = "blue", lwd = 2)