Introdução

Vamos carregar o banco de dados, construir as 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 a base de dados

library(readxl)
Familias <- read_excel("/cloud/project/bases_curso_estatistica/Base_de_dados-master/Familias.xls")
load("/cloud/project/bases_curso_estatistica/Base_de_dados-master/dados_SECULT_CE.RData")

load("/cloud/project/bases_curso_estatistica/Base_de_dados-master/prefeitofluminense.RData")

Meu texto

Passo 1

Vamos contruir tabelas

#Análise de uma variável qualitativa
# Passo 1 - Construir 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 2 - Mostrar os percentuais

Aqui vamos calcular os percentuais.

#passo 2 - percentual
tab_fam1

## 
##   Encosta do Morro        Monte Verde Parque da Figueira 
##                 37                 40                 43

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

#prop.table(sexo_pref)# entre 0 e 1
#prop.table(sexo_pref)# entre 0 e 100
round(prop.table(sexo_pref)*100,2)# duas casas decimais

## 
##  FEMININO MASCULINO 
##     10.74     89.26

89% de prefeitos do sexo masculino
Mais teatro do que arte visual
Maioria usa P.A.P

Gráficos de pizza

pie(tab_fam2,main = "Gráfico 1 - Famílias que usam o p.a.p",col = c ("#dbf514","#d97c0b"))

pie(tab_fam1,main = "Gráfico 2 - Distribuição de famílias por bairro",col = c("#24336e","#c7738f","#73c784"))

Conclusão

É fácil construir gráficos com o R

Meu relatório com tabelas e gráficos