#Introdução

Vamos carregar o banco de dados, construir tabelas e mostrar as visualizações com gráfico de pizza.

Passo zero

Vamos carregar os três bancos de dados. >Famílias >Prefeito Fluminense >SECULT CE

# Passo 0 - Carregar as bases de dados
library(readxl)
Familias <- read_excel("C:/Users/PCY/Documents/Estatistica R/BASE DE DADOS ESTATISTICA/Familias.xls")
load("C:/Users/PCY/Documents/Estatistica R/BASE DE DADOS ESTATISTICA/prefeitofluminense.RData")
load("C:/Users/PCY/Documents/Estatistica R/BASE DE DADOS ESTATISTICA/dados_SECULT_CE.RData")

meu texto

Passo um

Aqui vamos construir as tabelas.

# análise de uma variável qualitativa
# Passo 1 - Construir as tabelas
tab_fam1<-table(Familias$local)
tab_fam2<-table(Familias$p.a.p)

tab_fam1
## 
##   Encosta do Morro        Monte Verde Parque da Figueira 
##                 37                 40                 43
tab_fam2
## 
## Não usa     Usa 
##      42      78
secult1<-table(dados_SECULT_CE$Teatro)
secult2<-table(dados_SECULT_CE$Artes_Visuais)

secult1
## 
##  não  sim 
## 1402  212
secult2
## 
##  não  sim 
## 1451  163
sexo_pref<-table(prefeitofluminense$DESCRICAO_SEXO)

sexo_pref
## 
##  FEMININO MASCULINO 
##        48       399

passo dois - mostrar os percentuais

Aqui vamos calcular os percentuais.

# passo 2 - percentual
prop.table(tab_fam1)
## 
##   Encosta do Morro        Monte Verde Parque da Figueira 
##          0.3083333          0.3333333          0.3583333
prop.table(tab_fam2)
## 
## Não usa     Usa 
##    0.35    0.65
round(prop.table(secult1)*100,2)
## 
##   não   sim 
## 86.86 13.14
round(prop.table(secult2)*100,2)
## 
##  não  sim 
## 89.9 10.1
round(prop.table(sexo_pref)*100,2)
## 
##  FEMININO MASCULINO 
##     10.74     89.26
  1. 89% de prefeitos do sexo masculino
  2. Mais teatro do que arte visual
  3. Maioria usa P.A.P

Gráficos de pizza

pie(tab_fam1,main = "Gráfico 2 - Distribuição de famílias por bairro",col = c("#0ee619","#9f1cb0","#151596"))

pie(tab_fam2,main = "Gráfico 1 - famílias que usam o p.a.p",col = c("#9f1cb0","#0ee9ed"))

Gráfico de barras

# passo 4 - barras
barplot(tab_fam1, col = c("#76e310","#d1110a","#0e068a"),
        main = "Gráfico 3 - distribuição de famílias por bairro",ylim = c(0,50))

A maioria mora no bairro parque da figueira

Conclusão parcial

É fácil construir gráficos com o R.