load("C:/Users/thamara.oliveira/Documents/Base_de_dados-master/diamante.RData")

# Variável "corte"

prop.table(table(diamante$corte))
## 
##      Justo        Bom  Muito Bom    Premium      Ideal 
## 0.02984798 0.09095291 0.22398962 0.25567297 0.39953652
summary(diamante$corte)
##     Justo       Bom Muito Bom   Premium     Ideal 
##      1610      4906     12082     13791     21551
library(dplyr)
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
diamante %>%
  pull(corte) %>%
  table() %>%
  prop.table()
## .
##      Justo        Bom  Muito Bom    Premium      Ideal 
## 0.02984798 0.09095291 0.22398962 0.25567297 0.39953652
# Média, mediana e desvio padrão da variável "PREÇO"

diamante %>%
  group_by(preco) %>%
  summarize(media=mean(preco),mediana=median(preco),desvio_padrao=sd(preco),tamanho=n())
## `summarise()` ungrouping output (override with `.groups` argument)
## # A tibble: 11,602 x 5
##    preco media mediana desvio_padrao tamanho
##    <int> <dbl>   <dbl>         <dbl>   <int>
##  1   326   326     326             0       2
##  2   327   327     327            NA       1
##  3   334   334     334            NA       1
##  4   335   335     335            NA       1
##  5   336   336     336             0       2
##  6   337   337     337             0       2
##  7   338   338     338            NA       1
##  8   339   339     339            NA       1
##  9   340   340     340            NA       1
## 10   342   342     342            NA       1
## # ... with 11,592 more rows
# ESTATISTICA DAS DUAS VARIÁVEIS

tabela_diamante1<-diamante%>%
  group_by(corte)%>%
  summarize(media=mean (quilate), mediana=median(quilate), desvio_padrao=sd(quilate))%>%
  arrange(desc(media))
## `summarise()` ungrouping output (override with `.groups` argument)
# BOXPLOT

par(cex=0.6)
boxplot(diamante$quilate~diamante$corte,col="darkred")

Conclusão

A média de quilates do corte Justo é a maior entre as outras classificações, com o valor de (1,05) e o corte justo e premium possuem o mesmo desvio padrão de (0,52). É possível observar através do gráfico que o tipo de corte muito bom é o mais simétrico. O tipo de corte justo possui o maior outlier e o tipo de corte Premium possui a maior quantidade de quilates.