2va_cpad
Camila de Almeida Silva
2025-12-05
2Va CPAD UFRPE
importar Blibliotecas necessarias
library(tidyr)
library(ggplot2)
library(dplyr)##
## Anexando pacote: 'dplyr'## Os seguintes objetos são mascarados por 'package:stats':
##
## filter, lag## Os seguintes objetos são mascarados por 'package:base':
##
## intersect, setdiff, setequal, unionlibrary(readr)VADeaths
Visualize o dataset VADeaths (já incluído no R) e crie um gráfico de barras empilhadas desses dados, de modo que as barras estejam agrupadas (lado a lado) para cada categoria. Também defina uma cor diferente para cada grupo das categorias. Por fim, adicione título, legenda e nomes nos eixos. Abaixo submeta o link do RPubs com o resultado dessa questão. Ela deve ficar dentro de uma aba chamada de “VADeaths”.
Importar dataset
VADeaths## Rural Male Rural Female Urban Male Urban Female
## 50-54 11.7 8.7 15.4 8.4
## 55-59 18.1 11.7 24.3 13.6
## 60-64 26.9 20.3 37.0 19.3
## 65-69 41.0 30.9 54.6 35.1
## 70-74 66.0 54.3 71.1 50.0df <- as.data.frame(VADeaths)Passar dadops para formato longo para usar no ggplot
df_long <- df %>%
mutate(Group = rownames(df)) %>%
pivot_longer(cols = -Group,
names_to = "Categoria",
values_to = "Valor")Gerar grafico
ggplot(df_long, aes(x = Categoria, y = Valor, fill = Group)) +
geom_bar(stat = "identity", position = position_dodge()) +
labs(
title = "VADeaths",
x = "Categoria",
y = "Taxa",
fill = "Grupo"
) +
theme_minimal()
Classificação Doença
Uma doença pode ser classificada em três estágios (leve, moderado e severo). Foram examinados 20 pacientes e obtidos os dados: moderado, leve, leve, severo, leve, moderado, moderado, moderado, leve, leve, severo,leve, moderado, moderado, leve, severo, moderado, moderado, moderado,leve. Com base nestes dados crie um gráfico de piza. Inclua a porcentagem de cada fatia, as cores das fatias e o nome do gráfico. Adicionalmente, use o comando legend() para incluir a legenda do gráfico.
Lista dos estagios da doença
estagios <- c(
"moderado", "leve", "leve", "severo", "leve",
"moderado", "moderado", "moderado", "leve", "leve",
"severo", "leve", "moderado", "moderado", "leve",
"severo", "moderado", "moderado", "moderado", "leve"
)Freqeuncia, porcentagem e rotulos
freq <- table(estagios)
pct <- round(freq / sum(freq) * 100, 1)
labels <- paste(names(freq), "-", pct, "%")Grafico de pizza
cores <- c("lightblue", "gold", "salmon")
pie(freq,
labels = labels,
col = cores,
main = "Estágios da Doença em 20 Pacientes"
)
legend("topright",
legend = names(freq),
fill = cores,
title = "Estágios")
Teorema
Nesta questão, demonstre o uso do teorema do limite central, usando o conjunto de dados “flu” que é altamente não normal. Esse dataset contém as frequências das idades das mortes durante a epidemia de gripe espanhola na Suíça em 1918. Considere a idade das mortes como a população. Execute os passos a seguir. (1)Mostre o histograma e a curva de densidade do conjunto de dados “flu”. (2) Crie 200 médias de amostras da população com tamanho n = 35. (3) Mostre o histograma com a curva de densidade para a médias das amostras
importar dataSet
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.str(flu)## spc_tbl_ [75,034 × 1] (S3: spec_tbl_df/tbl_df/tbl/data.frame)
## $ age: num [1:75034] 0 0 0 0 0 0 0 0 0 0 ...
## - attr(*, "spec")=
## .. cols(
## .. age = col_double()
## .. )
## - attr(*, "problems")=<externalptr>Ver distribuição inicial do dataset
## Warning: Using `size` aesthetic for lines was deprecated in ggplot2 3.4.0.
## ℹ Please use `linewidth` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.## Warning: The dot-dot notation (`..density..`) was deprecated in ggplot2 3.4.0.
## ℹ Please use `after_stat(density)` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.
### Criar media de 200 amostras com n=35
set.seed(123) # reprodutibilidade
N <- 200
n <- 35
medias <- numeric(N)
for (i in 1:N) {
amostra <- sample(flu$age, size = n, replace = TRUE)
medias[i] <- mean(amostra)
}
df_medias <- data.frame(media = medias)Verificar nova distribuição
ggplot(df_medias, aes(x = media)) +
geom_histogram(aes(y = ..density..), bins = 25, fill = "darkgreen", alpha = 0.6) +
geom_density(color = "black", size = 1.2) +
labs(
title = "Distribuição das Médias Amostrais (n = 35, 200 amostras)",
x = "Média das Idades",
y = "Densidade"
) +
theme_minimal()
Questões com calculos
Peso dos gatos
Suponha que a variável escolhida num estudo seja o peso dos gatos da Ruralinda e que a população é composta de 300 gatos. Pelo um estudo prévio dos pesos, o desvio-padrão é de 0.5 kg. Admitindo-se um nível de confiança de 99% e um erro amostral de 0.1 kg, calcule o tamanho da amostra para estimar o peso médio dos gatos da Ruralinda. Use apenas duas casas decimais para submeter sua resposta (sem arredondamento).
# Dados
N <- 300 # população
sigma <- 0.5 # desvio-padrão
E <- 0.1 # erro amostral
Z <- 2.576 # 99% de confiança
# Cálculo do tamanho da amostra para população finita
n <- (Z^2 * sigma^2 * N) / (E^2 * (N - 1) + Z^2 * sigma^2)
n_trunc <- floor(n * 100) / 100
n_trunc## [1] 107.05Alimentação dos alunos
No RU da Ruralinda, os alunos comem, em média, 400 gramas, com desvio padrão de 45 gramas. Pressupondo distribuição normal, qual proporção de alunos comem acima de 500 gramas ? Submeta a resposta em porcentagem com duas casas decimais. Também coloquem o símbolo de porcentagem. Por exemplo: 0.9452899 -> 94.52%.
media <- 400
dp <- 45
x <- 500
# Proporção acima de 500 g
p <- 1 - pnorm(x, mean = media, sd = dp)
# Formatar em porcentagem com duas casas decimais
p## [1] 0.01313415resultado <- sprintf("%.2f%%", p * 100)
resultado## [1] "1.31%"bdims
Para esta questão, usaremos o conjunto de dados “bdims”. Este conjunto de dados contém medidas de 247 homens e 260 mulheres, a maioria dos quais foram considerados adultos jovens saudáveis. Determine o intervalo de confiança de 98.5% da média de alturas (hgt) das mulheres (sex == 0).
Importar dataset
load("bdims.RData")
str(bdims)## 'data.frame': 507 obs. of 25 variables:
## $ bia.di: num 42.9 43.7 40.1 44.3 42.5 43.3 43.5 44.4 43.5 42 ...
## $ bii.di: num 26 28.5 28.2 29.9 29.9 27 30 29.8 26.5 28 ...
## $ bit.di: num 31.5 33.5 33.3 34 34 31.5 34 33.2 32.1 34 ...
## $ che.de: num 17.7 16.9 20.9 18.4 21.5 19.6 21.9 21.8 15.5 22.5 ...
## $ che.di: num 28 30.8 31.7 28.2 29.4 31.3 31.7 28.8 27.5 28 ...
## $ elb.di: num 13.1 14 13.9 13.9 15.2 14 16.1 15.1 14.1 15.6 ...
## $ wri.di: num 10.4 11.8 10.9 11.2 11.6 11.5 12.5 11.9 11.2 12 ...
## $ kne.di: num 18.8 20.6 19.7 20.9 20.7 18.8 20.8 21 18.9 21.1 ...
## $ ank.di: num 14.1 15.1 14.1 15 14.9 13.9 15.6 14.6 13.2 15 ...
## $ sho.gi: num 106 110 115 104 108 ...
## $ che.gi: num 89.5 97 97.5 97 97.5 ...
## $ wai.gi: num 71.5 79 83.2 77.8 80 82.5 82 76.8 68.5 77.5 ...
## $ nav.gi: num 74.5 86.5 82.9 78.8 82.5 80.1 84 80.5 69 81.5 ...
## $ hip.gi: num 93.5 94.8 95 94 98.5 95.3 101 98 89.5 99.8 ...
## $ thi.gi: num 51.5 51.5 57.3 53 55.4 57.5 60.9 56 50 59.8 ...
## $ bic.gi: num 32.5 34.4 33.4 31 32 33 42.4 34.1 33 36.5 ...
## $ for.gi: num 26 28 28.8 26.2 28.4 28 32.3 28 26 29.2 ...
## $ kne.gi: num 34.5 36.5 37 37 37.7 36.6 40.1 39.2 35.5 38.3 ...
## $ cal.gi: num 36.5 37.5 37.3 34.8 38.6 36.1 40.3 36.7 35 38.6 ...
## $ ank.gi: num 23.5 24.5 21.9 23 24.4 23.5 23.6 22.5 22 22.2 ...
## $ wri.gi: num 16.5 17 16.9 16.6 18 16.9 18.8 18 16.5 16.9 ...
## $ age : int 21 23 28 23 22 21 26 27 23 21 ...
## $ wgt : num 65.6 71.8 80.7 72.6 78.8 74.8 86.4 78.4 62 81.6 ...
## $ hgt : num 174 175 194 186 187 ...
## $ sex : Factor w/ 2 levels "0","1": 2 2 2 2 2 2 2 2 2 2 ...###Pegar altura das mulheres
Calculos
conf <- 0.985 # Nivel de confiança
# Estatísticas
n <- length(hgt_mulheres)
media <- mean(hgt_mulheres)
dp <- sd(hgt_mulheres)
# t crítico
alpha <- 1 - conf
t_crit <- qt(1 - alpha/2, df = n - 1)
# Margem de erro
erro <- t_crit * dp / sqrt(n)
# Intervalo
IC_inferior <- media - erro
IC_superior <- media + erro
IC_inferior## [1] 163.8784IC_superior## [1] 165.8662