Publicacao 4- Construindo Histogramas e Boxsplots Um estudo sobre variaveis quantitativas Emmanuel Sader Filho 20/01/2021

O Histograma

Versão básica

Objetivos:

1- Construir o Histograma

2- Interpretar o Histograma

FASE 1 - CARREGAR BASE DE DADOS

library(readxl)
Questionario_Estresse <- read_excel("D:/MESTRADO UFF 2020/Academico 2020/CIVIL/Estatistica/Base_de_dados-master/Questionario_Estresse.xls", 
                                    sheet = "Dados")

FASE 2 - HISTOGRAMAS DA PLANILHA ESTRESSE

hist(Questionario_Estresse$Desempenho, col = "#4B0082", main = "Grafico I - HISTOGRAMA DO DESEMPENHO", xlab = "Desempenho", ylab = "Frequencia")

hist(Questionario_Estresse$Estresse, col = "#1E90FF", main = "Grafico II - HISTOGRAMA DO ESTRESSE", xlab = "Estresse", ylab = "Frequencia")

O Histograma (Grafico I) que correlaciona o desempenho com frequencia mostra mínimo=5,82; Máximo=9,7, média=8,594 e mediana=8,700.

O Histograma (Grafico II) que correlaciona o estresse com a frequencia apresenta a variável estresse quantificada como resultado de entrevista, onde o entrevistado atribui valoração de 1-5, existindo valoração por relação direta como também valoração por relação inversa, ranqueando ao final, pelo somatório.

FASE 3 - BOXPLOT PLANILHA ESTRESSE

BOXPLOT DE ESTRESSE

boxplot(Questionario_Estresse$Estresse, col = "#00FF00", main = "Grafico III - BOXPLOT DO ESTRESSE")

BOXPLOT DESEMPENHO

boxplot(Questionario_Estresse$Desempenho, col = "#FF0000", main = "GRAFICO IV - BOXPLOT DESEMPENHO")

O boxplot acima (Grafico III) fornece uma media de, aproximadamente, 27,82 para o Estresse dos estudantes. Com valores de máximo e mínimo de 44,00 e 12,00, respectivamente. Contudo, não identificam-se outliners a esta tendência.O boxplot acima (Gráfico IV) fornece uma media de, aproximadamente, 8,6 para o Desempenho dos estudantes. Com valores de máximo e mínimo de 5,82 e 9,70, respectivamente. Contudo, identificam-se 7 outliners a esta tendência.

A AMPLITUDE INTERQUARTIL (AIQ) pode ser obtida da seguinte forma: AIQ= Q3-Q1.

A identificão de um elemento outlier pode ser feita da seguinte forma: se ele for maior que 1,5*AIQ acima do terceiro quartil (ou menor que o primeiro quartil).

Boxplots são apresentações gráficas que representam claramente tais elementos.