Clima: Centro dispersao

Importar as bibliotecas

library(tidyverse)

## ── Attaching packages ──────────────── tidyverse 1.3.0 ──

## ✓ ggplot2 3.3.0     ✓ purrr   0.3.3
## ✓ tibble  2.1.3     ✓ dplyr   0.8.5
## ✓ tidyr   1.0.2     ✓ stringr 1.4.0
## ✓ readr   1.3.1     ✓ forcats 0.5.0

## ── Conflicts ─────────────────── tidyverse_conflicts() ──
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()

library(ggbeeswarm)

Mais sobre formatos de distribuicao

clima = read_csv("data/clima_cg_jp-semanal.csv", col_types = "cTdddddd")
glimpse(clima)

## Observations: 2,748
## Variables: 8
## $ cidade <chr> "Campina Grande", "Campina Grande", "Campina Grande", "Campina…
## $ semana <dttm> 1992-12-27, 1993-01-03, 1993-01-10, 1993-01-31, 1993-02-07, 1…
## $ tmedia <dbl> 26.13333, 26.11905, 25.76667, 25.74000, 26.31429, 26.28571, 26…
## $ tmax   <dbl> 30.4, 32.4, 32.2, 32.0, 32.7, 32.7, 32.3, 32.3, 32.1, 31.2, 32…
## $ tmin   <dbl> 20.7, 19.3, 19.7, 19.9, 19.6, 20.0, 20.4, 21.2, 19.0, 19.0, 19…
## $ chuva  <dbl> 0.0, 0.0, 0.0, 0.4, 0.3, 0.0, 4.9, 0.0, 0.0, 6.1, 0.4, 1.2, 0.…
## $ mes    <dbl> 12, 1, 1, 1, 2, 2, 2, 2, 10, 11, 11, 11, 11, 12, 12, 12, 12, 1…
## $ ano    <dbl> 1992, 1993, 1993, 1993, 1993, 1993, 1993, 1993, 1993, 1993, 19…

clima %>% 
    count(cidade)

#Assimetrico concentrado em valores baixos

clima %>% 
    ggplot(mapping = aes(x = cidade, y = chuva, color = cidade)) +
    geom_quasirandom()

#Histograma JP - Temperatura

clima %>% 
    filter(cidade == "João Pessoa") %>% 
    ggplot(mapping = aes(x = tmax)) +
    geom_histogram(binwidth = 1, fill = "white", color = "salmon")

#Histograma CG - Temperatura

clima %>% 
    filter(cidade == "Campina Grande") %>% 
    ggplot(mapping = aes(x = tmax)) +
    geom_histogram(binwidth = 1, fill = "white", color = "salmon")

#Histograma CG - Chuva

clima %>% 
    filter(cidade == "Campina Grande") %>% 
    ggplot(mapping = aes(x = chuva)) +
    geom_histogram(binwidth = 10, fill = "white", color = "salmon", boundary = 0)

#Histograma JP - Chuva

clima %>% 
    filter(cidade == "João Pessoa") %>% 
    ggplot(mapping = aes(x = chuva)) +
    geom_histogram(binwidth = 10, fill = "white", color = "salmon", boundary = 0)

#Histograma JP e CG - Chuva

clima %>% 
    ggplot(mapping = aes(x = chuva, color = cidade)) +
    geom_histogram(binwidth = 10, fill = "white", boundary = 0) +
    facet_grid(cidade ~ .)

#Histograma JP e CG - Temperatura

clima %>% 
    ggplot(mapping = aes(x = tmax, color = cidade)) +
    geom_histogram(binwidth = 3, fill = "white", boundary = 0) +
    facet_grid(cidade ~ .)

#Grafico de densidade(Histograma para variaveis continuas) - Temperatura

clima %>% 
    ggplot(mapping = aes(x = tmax, color = cidade)) +
    geom_density(fill = "white", boundary = 0) +
    facet_grid(cidade ~ .)

## Warning: Ignoring unknown parameters: boundary

#Grafico de densidade(Histograma para variaveis continuas) CG - Temperatura

clima %>%
    filter(cidade == "Campina Grande", ano > 2010) %>% 
    ggplot(mapping = aes(x = tmax, color = cidade)) +
    geom_density(fill = "white", boundary = 0) +
    facet_wrap(ano ~ .)

## Warning: Ignoring unknown parameters: boundary

#Grafico de densidade(Histograma para variaveis continuas) CG - Chuva

clima %>%
    filter(cidade == "Campina Grande", ano > 2010) %>% 
    ggplot(mapping = aes(x = chuva, color = cidade)) +
    geom_density(fill = "white", color = "salmon") +
    facet_wrap(ano ~ .)

#Grafico de densidade(Histograma para variaveis continuas) CG - Chuva

clima %>%
    filter(cidade == "Campina Grande", ano > 2010) %>% 
    ggplot(mapping = aes(x = chuva, color = cidade)) +
    geom_density(fill = "white", color = "salmon") +
    facet_wrap(mes ~ .)

#Grafico de densidade(Histograma para variaveis continuas) CG - Temperatura

clima %>%
    filter(cidade == "Campina Grande", ano > 2010) %>% 
    ggplot(mapping = aes(x = tmax, color = cidade)) +
    geom_density(fill = "white", color = "salmon") +
    facet_wrap(mes ~ .)

#Grafico de densidade(Histograma para variaveis continuas) CG - Temperatura

clima %>%
    filter(cidade == "Campina Grande", ano > 2010) %>% 
    ggplot(mapping = aes(x = tmin, color = cidade)) +
    geom_density(fill = "white", color = "salmon") +
    facet_wrap(mes ~ .)

#Boxplots - Temperatura

clima %>%
    ggplot(mapping = aes(x = cidade, y = tmax, color = cidade)) +
    geom_boxplot(fill = "white", color = "salmon", coef = 1000) #coef = 1000 para desconsiderar os pontos de dispersão

#Boxplots CG - Temperatura - Aula 4

clima %>%
    filter(cidade == "Campina Grande") %>% 
    ggplot(mapping = aes(x = mes, y = tmax, group = mes)) +
    geom_boxplot(coef = 1000) #coef = 1000 para desconsiderar os pontos de dispersão

Biblioteca Dplyr - Funções usadas:

Filter, Select, Summarize, Group-by, Mutate

Aula 5:

Até agora vimos…

Se é assimetrica, se tem mais pontos baixos ou altos… valores extremos, concentração comprimir os dados é mais facil para lidar com ele, mas há uma perda de informação

Agora:

Sumários estatísticos - Dispersão:

Max e min;
Range/amplitude
Distância interquartis(IQR)

Posição:

Moda: valor de uma variavel que tem concentração de dados
Porcentagem/percentil, quartis

Centro:

Mediana: metade dos valores estão abaixo dele e metade acima, é o ponto médio, centro da distribuição.
Média(artimetica): não é o valor perto do qual todos estariam, é um valor onde todos ficam iguais, é afetada por valores extremos, o equidade dos dados.

#Valor da temperatura media das duas cidade:

clima %>% 
    summarise(calor_medio = mean(tmax))

#Valor da temperatura media agrupado por cidade:

clima %>% 
    group_by(cidade) %>% 
    summarise(calor_medio = mean(tmax))

#Valor da temperatura agrupado pela medida de dispersão por cidade:

clima %>% 
    group_by(cidade) %>% 
    summarise(calor_medio = IQR(tmax))

#Valor da temperatura agrupado por cidade:

clima %>% 
    group_by(cidade) %>% 
    summarise(calor_medio = mean(tmax), amplitude = max(tmax) - min(tmax))

#Valor da temperatura agrupado por cidade:

clima %>% 
    group_by(cidade) %>% 
    summarise(calor_medio = mean(tmax), 
    calor_mediano = median(tmax),
    chuva_media = mean(chuva),
    chuva_mediana = median(chuva))

Clima: Centro dispersao - Temperatura

Mais sobre formatos de distribuicao