Análise de Dados - 2 Fase

Dados descritivos da Matéria

Análise de Dados

Prof: Adriano Lauro

Trabalho realizado com a base de dados da eleições de 2020 da cidade de Duque Caxias.

Fonte de pesquisa TSE.

Carregamento de Planilha.

library(readxl)
votacao_2020_Duque_de_Caxias_1_ <- read_excel("votacao 2020 - Duque de Caxias (1).xlsx")

##Carregamento de Pacote

library(readxl)
library(readr)
library(ggplot2)
library(dplyr)

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

library(kableExtra)

## 
## Attaching package: 'kableExtra'

## The following object is masked from 'package:dplyr':
## 
##     group_rows

library(knitr)
library(tidyverse)

## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ forcats   1.0.1     ✔ stringr   1.6.0
## ✔ lubridate 1.9.5     ✔ tibble    3.3.1
## ✔ purrr     1.2.2     ✔ tidyr     1.3.2

## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter()          masks stats::filter()
## ✖ kableExtra::group_rows() masks dplyr::group_rows()
## ✖ dplyr::lag()             masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors

library(magrittr)

## 
## Attaching package: 'magrittr'
## 
## The following object is masked from 'package:purrr':
## 
##     set_names
## 
## The following object is masked from 'package:tidyr':
## 
##     extract

library(rmarkdown)
library(tidyr)

Tratando dos Dados

eleicao <- votacao_2020_Duque_de_Caxias_1_

Agrupando Dados

x <- eleicao %>%
  group_by(nm_candidato) %>%
  summarise(maximo_votos = max(qt_votos_nom_validos),
            minimo_votos = min(qt_votos_nom_validos),
            media_votos = mean(qt_votos_nom_validos),
            mediana_votos = median(qt_votos_nom_validos),
            S_votos = sd(qt_votos_nom_validos))

Colocando em uma tabela de apresentação utilizando a função Kable

Média

Mediana

Desvio Padrao

kable(head(x,20))

nm_candidato	maximo_votos	minimo_votos	media_votos	mediana_votos	S_votos
ABRAAO SILVA DE MELLO	359	7	60.428571	11	131.734401
ADALBERTO ALMEIDA	206	9	56.000000	31	68.500608
ADEMAR OLIVEIRA PASSOS	188	4	33.714286	7	68.199986
ADEMIR JORGE DA SILVA	168	5	32.000000	9	60.077727
ADILSON DE OLIVEIRA	72	2	15.285714	4	25.538953
ADILSON MIRANDA DA SILVA	329	1	56.285714	8	120.843858
ADRIANA ANTUNES DE CERQUEIRA	499	2	85.714286	13	183.229105
ADRIANA BATISTA DE PAULO GALDINO DA SILVA	151	2	29.571429	9	53.913069
ADRIANA DA SILVA SEGUNDO	33	1	15.571429	13	11.872337
ADRIANA LIRA BASTOS	33	1	7.000000	2	11.590226
ADRIANA MARTINS DE ALMEIDA	7	0	2.142857	1	3.023716
ADRIANA REIS DE OLIVEIRA	6	0	1.285714	1	2.138090
ADRIANA RODRIGUES DAS DORES	116	1	43.285714	38	43.488367
ADRIANO DE OLIVEIRA PARREIRA BATISTA	483	11	94.571429	26	172.485610
ADRIANO MARTINS COSTA	129	0	26.000000	6	46.833037
ADRIANO RODRIGUES DE SOUZA	625	20	141.142857	58	216.805926
AFENES TEIXEIRA DOS SANTOS	171	1	43.285714	18	60.146250
AFONSO ATHAYDE DE OLIVEIRA	99	0	16.857143	3	36.393354
AGNALDO AQUINO DE OLIVEIRA	101	3	20.714286	6	35.682462
AGNALDO KRETTLI FERREIRA	302	4	58.857143	25	107.700864

Histograma

Histograma feito com as colunas “Cargo” e ” Situação de totalização”

nesse Histograma podemos ver a quantidade de

ggplot(eleicao) +
  aes(qt_votos_nom_validos) +
  geom_histogram(bins = 20, color = "green", fill = "yellow") +
  facet_grid(~ds_sit_totalizacao)

## Gráfico de barras ## Nesse gráfico podemos observar a quantidade detalhada e de forma decrescente a quantidade de votos em cada cargo e situação.

Quantidade_por_cargo <- table(votacao_2020_Duque_de_Caxias_1_$ds_cargo)
Quantidade_por_cargo <- Quantidade_por_cargo[order(Quantidade_por_cargo, decreasing = TRUE)]
cores <- terrain.colors(Quantidade_por_cargo)
par(mar = c(9, 5, 4, 2)) 
bp <- barplot(Quantidade_por_cargo,
        main = "Número de votos por cargo(base eleicao)",
        ylab ="Quantidade de votos",
        cex.axis = 0.7,
        col = cores,
        border = "darkgray",
        las = 2,
        cex.names = 0.8,
        ylim = c(0, max(Quantidade_por_cargo) * 1.2))
grid(nx = NA, ny = NULL, col = "gray", lty = "dotted")
text(x = bp , 
     y = Quantidade_por_cargo, 
     label = Quantidade_por_cargo, 
     pos = 3, 
     cex = 0.7, 
     col = "darkblue", 
     font = 2)