Carregamento da base de dados
library(readxl)
Questionario_Estresse <- read_excel("C:/Users/bruno/Documents/Base_de_dados-master/Questionario_Estresse.xls")
A seguir será analisada a relação entre as variáveis quantitativas Estresse e Horas de Estudo.
Construção do gráfico de dispersão
plot(Questionario_Estresse$Estresse,Questionario_Estresse$Horas_estudo,col = "#571dc2",pch=16)
abline(lsfit(Questionario_Estresse$Estresse,Questionario_Estresse$Horas_estudo), col="#ba132f")
Correlação entre as variáveis estresse e horas de estudo
cor(Questionario_Estresse$Estresse,Questionario_Estresse$Horas_estudo)
## [1] 0.303917
Construção do corrplot
library(corrplot)
## corrplot 0.84 loaded
Matriz_estresse <- cor(Questionario_Estresse [, c("Estresse", "Horas_estudo", "Desempenho")])
corrplot(Matriz_estresse,addCoef.col=TRUE,number.cex=0.8)
Conclusão
É possível, portanto, por meio da análise do gráfico de dispersão, observar que existe um fraco grau de associação entre as variáveis quantitativas Estresse e Horas de Estudo. O coeficiente de 0.30 indica o fraco grau de correlação apresentado pelo gráfico, ambos são complementares. E ainda pelo corrplot, é possível ver que o fraco grau de associação entre as duas variáveis Estresse e Horas de Estudo é maior que o grau de associação entre as variáveis Desempenho e Horas de Estudo e Estresse e Desempenho, que são ainda mais próximas de zero, o que indica que há baixa ou nenhuma relação entre as duas variáveis.