1) Importação da base de dados BasesEstados

library(readxl)
BasesEstados <- read_excel("C:/Users/Renato/Desktop/Estatistica/Base_de_dados-master/BasesEstados.xlsx")
head(BasesEstados)
## # A tibble: 6 x 35
##   S     Sigla Codigo Estado Região CodigoReg    PIB  Gini  Agua Banheiro
##   <chr> <chr> <chr>  <chr>  <chr>  <chr>      <dbl> <dbl> <dbl>    <dbl>
## 1 AC    AC    12     Acre   Norte  N         9.63e6  0.63  86.5     47.4
## 2 AL    AL    27     Alago~ Norde~ NE        2.95e7  0.63  77.6     75.6
## 3 AM    AM    13     Amazo~ Norte  N         6.41e7  0.65  77.3     62.2
## 4 AP    AP    16     Amapa  Norte  N         1.04e7  0.6   91.4     66.4
## 5 BA    BA    29     Bahia  Norde~ NE        1.68e8  0.62  85.7     77.6
## 6 CE    CE    23     Ceara  Norde~ NE        9.01e7  0.61  86.1     76.3
## # ... with 25 more variables: Lixo <dbl>, Energia <dbl>, Densidade <dbl>,
## #   Esperancadevida <dbl>, Populacao <dbl>, Mortalidade_infantil <dbl>,
## #   Prob_sobrevivencia <dbl>, IDH <dbl>, IDH_Renda <dbl>,
## #   IDH_Longevidade <dbl>, IDH_Educacao <dbl>, Probab_sobrev60 <dbl>,
## #   TFT <dbl>, Taxa_envelhecimento <dbl>, Taxa_analfabetismo <dbl>,
## #   frequencia_liquida_EM <dbl>, Expectativa_anos_de_estudo <dbl>,
## #   frequencia_liquida_Superior <dbl>, perc_com_2_anos_de_de_atraso <dbl>,
## #   Renda_per_capita <dbl>, Renda_per_capita_nula <dbl>,
## #   Perc_pobres <dbl>, Perc_extremamente_pobres <dbl>,
## #   Despesa_Corrente <dbl>, Despesa_Corrente_per_capita <dbl>

2) Coeficiente entre as Variáveis Água e Banheiro

rho <- cor(BasesEstados$Agua, BasesEstados$Banheiro)
rho
## [1] 0.7429359

3) Diagrama de Dispersão entre as Variáveis

par(mfrow=c(1,1))
plot(BasesEstados$Agua,BasesEstados$Banheiro, col = "darkblue", pch=20, xlab = "Água", ylab = "Banheiros", main = "Diagrama de dispersão de Água por Banheiro")

4) Análise do Diagrama de Dispersão

Percebe-se pelo gráfico que existe uma concentração maior de Banheiros nos locais onde há mais Água. Apesar de haver alguma dispersão, pode-se observar uma forte correlação entre essas variáveis.

5) Gráfico de Densidade 2D (Inédito)

library(ggplot2)
ggplot(BasesEstados, aes(x=Agua, y=Banheiro) ) +
geom_hex(bins = 10) +
scale_fill_continuous(type = "viridis") +
theme_bw()

6) Análise do Gráfico de Densidade 2D

O gráfico de Densidade 2D corrobora a análise anterior, constatando que onde há mais água, há maior concentração de banheiros.