Carregando a base de dados

library(readxl)
BasesEstados <- read_excel('C:/Users/lineb/Desktop/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>

Coeficiente de reação entre as variáveis Percentual de Pobres e IDH da Educação

PE<-cor(BasesEstados$Perc_pobres, BasesEstados$IDH_Educacao)
PE
## [1] -0.8660698

Análise do coeficiente

Por ser negativo, nos mostra que as duas variáveis qualitativas estão em direções opostas, o que veremos no gráfico e sua análise.

Gráfico Percentual de pobres x IDH Educação

par(bg = '#b981e3')
plot(BasesEstados$Perc_pobres, BasesEstados$IDH_Educacao, 
     col = 'yellow', pch=17, xlab = 'Percentual de pobres', ylab = 'IDH Educação', 
     main = 'Gráfico para análise Pobres x Educação',
     cex = 1.5)

Análise:

Ao visualizar o gráfico conseguimos perceber que não necessariamente o que possui maior IDH possui o menor percentual e vice-versa, mas a relação intuitiva de que quanto menos o IDH, maior a pobreza é confirmado.

Gráfico inédito

Carregando a base de dados

library(readxl)
Questionario_Estresse <- read_excel('C:/Users/lineb/Desktop/Base_de_dados-master/Questionario_Estresse.xls')
head(Questionario_Estresse)
## # A tibble: 6 x 10
##   Aluno Turma Mora_pais    RJ `Namorado(a)` Trabalha Desempenho Estresse
##   <dbl> <dbl>     <dbl> <dbl>         <dbl>    <dbl>      <dbl>    <dbl>
## 1     1     1         2     2             2        2       8.89       23
## 2     2     1         1     1             2        2       8.8        24
## 3     3     1         2     2             2        2       8          25
## 4     4     1         2     2             1        1       8.8        38
## 5     5     1         2     2             2        1       8.9        41
## 6     6     1         2     2             1        1       8.1        25
## # ... with 2 more variables: Créditos <dbl>, Horas_estudo <dbl>

Gráfico Desempenho x Estresse

library(ggplot2)
library(ggthemes)

ggplot(Questionario_Estresse) +
  aes(x = Desempenho, y = Estresse) +
  geom_point(size = 2.32, colour = "#cd4071") +
  labs(x = "Desempenho", y = "Estresse", title = "Relação entre Desempenho e Estresse") +
  theme_economist()

Análise:

Nesse novo gráfico conseguimos ver que os alunos que, na grande maioria, os alunos que tem o desempenho a partir de 8 possuem um nível de estresse maior que os alunos que possuem menor desempenho.