load("C:/Users/Usuario/Desktop/Base_de_dados-master/diamante.RData")
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
library(DT)
preco_corte <- diamante %>%
group_by(corte) %>%
summarise(media=mean(preco),desvio_padrao=sd(preco)) %>%
arrange(desc(media))
## `summarise()` ungrouping output (override with `.groups` argument)
datatable(preco_corte)
quilate_corte <- diamante %>%
group_by(corte) %>%
summarise(media=mean(quilate),desvio_padrao=sd(quilate)) %>%
arrange(desc(media))
## `summarise()` ungrouping output (override with `.groups` argument)
datatable(quilate_corte)
par(cex=1.5)
boxplot(diamante$preco~diamante$corte, col = c("red"))
par(cex=1.5)
boxplot(diamante$quilate~diamante$corte, col = c("lightblue"))
Em relação a essa comparação, percebe-se que o corte premium possui a maior mediana. Podemos considerar que todos são assimétricos, porém, se tivermos que determinar algum que seja mais, podemos definir que é o justo. Além disso, todos tem outliners. Alguns mais, outros menos. O que aparenta ter os outliners mais dispersosé o justo, enquanto o ideal possui esses mesmos outliners concentrados. Para finalizar, o menor minimo é o do corte justo, enquanto o premium possui o maior máximo.
Podemos considerar, nesse boxplot, o justo como mais simétrico, enquanto o menos assimétrico é o corte ideal. Em relação aos outliners, todos possuem, porém, o corte justo possui o maior ponto deles, chegando a 5 em relação a quilate. O corte do tipo bom possui a maior homogeneidade entre os outliners. A maior mediana é o do corte premium, enquanto a menor é o do ideal. O menor ponto mínimo é também do ideal, enquanto o maior ponto máximo pertence ao corte premium.