Gráfico para variáveis qualitativas

Atividade:

Fazer uma publicação no RPUBS de uma tabela e de um gráfico de pizza de uma variável qualitativa (bairro ou tipo de restaurante) da base de dados chamada “restaurantes.xlsx” ou “Questionario_Estresse.xlsx” OBS - Obrigatória a interpretação do seu gráfico em pelo menos um parágrafo.

Base escolhida:Restaurantes

Essa base possui 8 variáveis sendo apenas duas qualitativas.O trabalho foi dividido em fases, a primeira foi importar os dados:

library(readxl)
Restaurante <- read_excel("C:/Users/loren/Downloads/Estatistica/Base_de_dados-master/restaurante.xlsx")

Utilizei a função ’HEAD" para lembrar mais facilmente da minha base

head(Restaurante)
## # A tibble: 6 x 8
##   Nome       Bairro      Tipo     Avaliador `Pontuacao restau~ `Pontuacao servi~
##   <chr>      <chr>       <chr>        <dbl>              <dbl>             <dbl>
## 1 Uchi       Centro      Moderna          1                9.8               5.5
## 2 Congress   Urca        Moderna          1                9.7               9  
## 3 Franklin ~ Bangu       Churras~         1                9.5               8.5
## 4 Uchiko     Realengo    Moderna          1                9.4               5  
## 5 Jeffrey's  Ilha do Go~ Moderna          1                9.4               5  
## 6 Fino       Realengo    Moderna          1                9.3               8.5
## # ... with 2 more variables: Pontuacao ambiente <dbl>, Preco <dbl>

A primeira variável que escolhi para analisar foi a Bairro. Para isso, criei a tabela abaixo:

tabela_01 <- table (Restaurante$Bairro)

E utiliezei a função de proporção para entender os percentuais dessa variável.

prop.table(tabela_01)
## 
##              Bangu    Barra da Tijuca           Botafogo             Centro 
##         0.04807692         0.05769231         0.06730769         0.08653846 
## Ilha do Governador          Madureira    Marechal Hermes              Méier 
##         0.07692308         0.07692308         0.07692308         0.05769231 
##              Penha           Realengo             Tijuca               Urca 
##         0.08653846         0.11538462         0.12500000         0.12500000

Depois, atribui o gráfico de pizza para uma melhor visualização dessa distribuição.

pie(tabela_01,main = "Gráfico 1 = Restaurantes x Bairros",
    col = c("#dd58f5","#f78c28","#e37878","#82def5","#8a82f5","#edbbc9","#bbedd6",
            "#ede85a","#9d56e8","#ed5c69","#1815e8","#32e317"))

Conclusão

Uma vez que a variável escolhida possui doze dados, o gráfico escolhido apresenta muitas fatias.Percebe-se que esse gráfico não seria o ideal para fins de análise como “Qual o bairro com mais restaurantes?” pois sem a adição de uma legenda, são seria possível distenguir se seria Urca, Tijuca ou Realengo.

Contudo, podemos considerar que é um bom gráfico para elencar a variedade de restaurantes pesquisados por bairro. Uma correlação interessante a se fazer seria o tipo de culinária oferecida de acordo com o bairro, uma vez que o gráfixo de pizza não seria o ideal para o trabalho.

tabela_01 <- table (Restaurante$Bairro)
pie(tabela_01,main = "Gráfico 1 = Restaurantes x Bairros",
    col = c("#dd58f5","#f78c28","#e37878","#82def5","#8a82f5","#edbbc9","#bbedd6",
            "#ede85a","#9d56e8","#ed5c69","#1815e8","#32e317"))

tabela_02 <- table (Restaurante$Tipo)
pie(tabela_02,main = "Gráfico 1 = Tipo de Culinária",
    col = c("#dd58f5","#f78c28","#e37878","#82def5","#8a82f5","#edbbc9","#bbedd6",
            "#ede85a","#9d56e8","#ed5c69","#1815e8","#32e317"))