Bases de dados

load("C:/Users/welington/Desktop/POSCIVIL/Base_de_dados-master/df_pokemon.RData")

Bliblioteca descritiva da base de dados Pokemon

summary(df)
##        id          pokemon            species_id        height      
##  Min.   :  1.0   Length:718         Min.   :  1.0   Min.   :  1.00  
##  1st Qu.:180.2   Class :character   1st Qu.:180.2   1st Qu.:  6.00  
##  Median :359.5   Mode  :character   Median :359.5   Median : 10.00  
##  Mean   :359.5                      Mean   :359.5   Mean   : 11.41  
##  3rd Qu.:538.8                      3rd Qu.:538.8   3rd Qu.: 14.00  
##  Max.   :718.0                      Max.   :718.0   Max.   :145.00  
##      weight       base_experience     type_1             type_2         
##  Min.   :   1.0   Min.   : 36.00   Length:718         Length:718        
##  1st Qu.:  95.0   1st Qu.: 65.25   Class :character   Class :character  
##  Median : 280.0   Median :147.00   Mode  :character   Mode  :character  
##  Mean   : 568.2   Mean   :141.55                                        
##  3rd Qu.: 609.5   3rd Qu.:177.00                                        
##  Max.   :9500.0   Max.   :608.00                                        
##      attack          defense             hp         special_attack  
##  Min.   :  5.00   Min.   :  5.00   Min.   :  1.00   Min.   : 10.00  
##  1st Qu.: 53.00   1st Qu.: 50.00   1st Qu.: 50.00   1st Qu.: 45.00  
##  Median : 73.00   Median : 65.00   Median : 65.00   Median : 65.00  
##  Mean   : 74.85   Mean   : 70.67   Mean   : 68.37   Mean   : 68.47  
##  3rd Qu.: 95.00   3rd Qu.: 85.00   3rd Qu.: 80.00   3rd Qu.: 90.00  
##  Max.   :165.00   Max.   :230.00   Max.   :255.00   Max.   :154.00  
##  special_defense      speed          color_1            color_2         
##  Min.   : 20.00   Min.   :  5.00   Length:718         Length:718        
##  1st Qu.: 50.00   1st Qu.: 45.00   Class :character   Class :character  
##  Median : 65.00   Median : 65.00   Mode  :character   Mode  :character  
##  Mean   : 69.09   Mean   : 65.72                                        
##  3rd Qu.: 85.00   3rd Qu.: 85.00                                        
##  Max.   :230.00   Max.   :160.00                                        
##    color_f          egg_group_1        egg_group_2         url_image        
##  Length:718         Length:718         Length:718         Length:718        
##  Class :character   Class :character   Class :character   Class :character  
##  Mode  :character   Mode  :character   Mode  :character   Mode  :character  
##                                                                             
##                                                                             
##                                                                             
##        x                 y          
##  Min.   :-49.152   Min.   :-45.793  
##  1st Qu.:-17.695   1st Qu.:-17.293  
##  Median :  0.705   Median : -0.628  
##  Mean   :  0.000   Mean   :  0.000  
##  3rd Qu.: 15.905   3rd Qu.: 18.155  
##  Max.   : 53.142   Max.   : 46.593

Transformando as variáveis e corrigindo erros

class(df$defense)
## [1] "integer"

Compararando histogramas x Boxplot

par(mfrow=c(1,2))


hist(df$defense,col = blues9,main = "histograma",
     xlim = c(0,250),
     ylim = c(0,250),
     xlab = "Defesa",
     ylab = "Frequências")

boxplot(df$defense,col = "Yellow",
        main="Boxplot Defesa",horizontal = TRUE,
        ylim=c(0,170),
        xlab="Defesa")

par(mfrow=c(1,1))

Interpretação dos Gráficos

A partir da base de dados,df_pokemon.RData, foram elaborados os gráficos estatítiscos,isto é, um Histograma e um Boxplot,sendo colocados um ao lado do outro para se fazer uma análise da variável quantitativa- “Defesa”.Podemos observar uma assimetria no gráfico Histograma a direita, os valores estão mensurados de cinquenta em cinquenta, onde é demonstrando maior frequência de defesa entre 40 e 55 com 200 unidades.

O boxplot apresenta seu mínimo a 5 pontos e tem seu primeiro quartil 25% à 50 pontos, sua mediana à 65 pontos e sua média à 70,67 pontos, podemos também observar a existência de Outliers, dados que se diferenciam drasticamente dos outros,pontos fora da curva normal,podendo causar anomalias nos resultados obtidos