Aula 4: Analise das Variáveis Qualitativas (Categóricas)
Virginia Tavares
05/08/2021
1. Objetivos pedagógicos dessas atividades
Revisar os conceitos de análise bi-variada aprendidas na última aula.
Praticar a utilização de base de dados para extrair informações e conhecer melhor os dados.
Gerar gráficos para duas variáveis categóricas.
2. Inspiração + dados
Usaremos o banco de dados do Titanic.
Disponível publicamente no Journal of Statistics Education.
Dados originais podem ser baixados do artigo The “Unusual Episode” Data Revisited. (http://jse.amstat.org/v3n3/datasets.dawson.html)
Os dados surgiram do workshop STATS “Statistical Thinking And Teaching Statistics”.
Foi analisado por Dawson (1995), Simonoff (1997), e por outros.
3. Pacotes necessários
Vamos usar três pacotes do R: forcats,ggpubr, e ggplot2.
library(forcats)
library(ggplot2)
library(ggpubr)
4. Carregando os Dados
load("C:/Users/Cliente/Desktop/Base_de_dados-master/Titanic.RData")5. Variáveis
Classe (tripulação, primeira, segunda, terceira).
Idade (adulto, criança).
Sexo (masculino, feminino).
Sobreviveu (sim, não).
6. Conheça os seus dados
Tente responder a todas essas perguntas.
Atividade 1
Quantas pessoas tinha no Titanic? Quantas informações (variáveis) existem no banco de dados?
Resposta:
dim(Titanic)## [1] 2200 4Existiam no Titanic 2200 pessoas, com 4 variáveis: Classe, Idade, Sexo e Sobreviveu.
Atividade 2
Quantas pessoas sobreviveram ao Titanic?
Resposta:
table(Titanic$Sobreviveu)##
## Não sobreviveu Sobreviveu
## 1490 710710 pessoas sobreviveram
Atividade 3
Qual é a proporção de pessoas que sobreviveram ao Titanic?
Resposta:
round(prop.table(table(Titanic$Sobreviveu))*100,2)##
## Não sobreviveu Sobreviveu
## 67.73 32.27Aproximadamente 32,27% das pessoas sobreviveram, pois 710 de um total de 2200 pessoas
7. Análises descritivas dos dados
Atividade 4
Quantas mulheres sobreviveram?
Resposta:
table(Titanic$Sobreviveu,Titanic$Sexo)##
## Feminino Masculino
## Não sobreviveu 126 1364
## Sobreviveu 344 366Sobreviveram 344 mulheres
Atividade 5
Quantas crianças sobreviveram?
Resposta
table(Titanic$Sobreviveu,Titanic$Idade)##
## criança adulto
## Não sobreviveu 52 1438
## Sobreviveu 57 65357 crianças sobreviveram ao Titanic.
Atividade 6
Quantas pessoas da terceira classe sobreviveram?
Resposta:
table(Titanic$Sobreviveu,Titanic$Classe)##
## Tripulação Primeira Segunda Terceira
## Não sobreviveu 673 122 167 528
## Sobreviveu 212 202 118 178178 pessoas da terceira classe sobreviveram ao Titanic
Atividade 7
Qual o percentual de mulheres que sobreviveu?
Resposta:
round(prop.table(table(Titanic$Sobreviveu,Titanic$Sexo),2)*100,2)##
## Feminino Masculino
## Não sobreviveu 26.81 78.84
## Sobreviveu 73.19 21.16Aproximadamente 73,19% das mulheres presentes sobreviviveram.
Atividade 8
Qual o percentual de crianças que sobreviveu?
Resposta:
round(prop.table(table(Titanic$Sobreviveu,Titanic$Idade),2)*100,2)##
## criança adulto
## Não sobreviveu 47.71 68.77
## Sobreviveu 52.29 31.2352,29% das crianças que estavam no Titanic, sobreviveram.
Atividade 9
Qual o percentual da terceira classe que sobreviveu?
Resposta:
round(prop.table(table(Titanic$Sobreviveu,Titanic$Classe),2)*100,2)##
## Tripulação Primeira Segunda Terceira
## Não sobreviveu 76.05 37.65 58.60 74.79
## Sobreviveu 23.95 62.35 41.40 25.21Aproximadamente 25,21% das pessoas da terceira classe sobreviveram ao acidente do Titanic.
8.Se você quiser mais
Atividade 10
Que tipo de gráfico você pode utilizar nesse tipo de dado? Por quê?
Resposta:
Como estamos trabalhando com variáveis qualitativas, um gráficos recomendado seria o gráfico de barras, pois a estrutura de comando possibilita realizar o cruzamento dessas informações
Atividade 11
Você poderia construir um gráfico para a variável “sobreviveu”?
Resposta:
tabela_sobreviveu<-table(Titanic$Sobreviveu)
barplot(tabela_sobreviveu,
beside=TRUE,
col=c("red","blue"),
main = "Sobreviventes (Titanic)",
ylim = c(0,2000),ylab="Pessoas a bordo",xlab="Status Pós-Acidente",
legend.text = TRUE)
bp <- barplot(tabela_sobreviveu,
beside=TRUE,
col=c("black","green"),
main = "Percentual de Sobreviventes ao Titanic",
ylim = c(0,2000),ylab="Quantidade de Pessoas",xlab="Pós-Acidente",
legend.text = TRUE)
Atividade 12
Você poderia construir um gráfico da variável “sobreviveu” por “sexo”?
Resposta:
Titanic$Sexo<-factor(Titanic$Sexo, levels = c("Masculino","Feminino"))
tabela_sobreviveu_sexo<-table(Titanic$Sobreviveu,Titanic$Sexo)
bp <- barplot(tabela_sobreviveu_sexo,
beside=TRUE,
col=c("black","blue"),
main = "Sobreviventes ao Titanic segregados por sexo",
ylim = c(0,1400),ylab="Quantidade de Pessoas",xlab="Sexo",
legend.text = TRUE)
rotulo <- paste0(round(prop.table(tabela_sobreviveu_sexo)*100,2),"%")
text (bp, 0, rotulo, cex = 0.7, pos = 3, col = "white")
9. Um último desafio: fazer uma nova visualização de dados.
Vamos tentar criar uma nova visualização de dados. Para isso, vamos gerar dois gráficos: Um mosaicplo e um Balloonplot:
Não consegui fazer o Balloonplot, deu erro, fiz só o mosaicplo.
mosaicplot(table(Titanic$Classe,Titanic$Sobreviveu), main = "Sobreviventes do Titanic", color = c("black","blue"))
Atividade 13
Você poderia construir uma outra visualização de dados (além dessas duas)? Qual gráfico você sugere?
Resposta:
Conforme realizado na atividade 12, o gráfico de barras também possibilita a análise de 2 variáveis categóricas, segue nova analise:
Titanic$Sexo<-factor(Titanic$Sexo, levels = c("Masculino","Feminino"))
tabela_classe_sexo<-table(Titanic$Classe,Titanic$Sexo)
bp2 <- barplot(tabela_classe_sexo,
beside=TRUE,
col=c("yellow","green", "skyblue", "red"),
main = "Pessoas a bordo do Titanic divididas por classe e sexo",
ylim = c(0,1000),ylab="Pessoas a bordo",xlab="Sexo",
legend.text = TRUE)
rotulo2 <- paste0(round(prop.table(tabela_classe_sexo)*100,2),"%")
text (bp2, 0, rotulo2, cex = 0.7, pos = 3, col = "black")
Atividade 14
Você consegue interpretar esses dois gráficos? o que eles estão dizendo?
Resposta:
Gráfico Mosaico:
Através da plotagem deste gráfico, pode-se perceber que a maioria das pessoas presentes no acidente do Titanic morreram. Numa análise relativa por classe, pode-se afirmar que o maior índice de mortes foi na Tripulação, e a menor na primeira classe, ainda podemos afirmar que a 1ª classe foi a única em que a maioria conseguiu sobreviver, dando a entender que houve privilégios de salvamentos na primeira classe.
Atividade 15
Se você fosse fazer um Pitch (apresentação de 03 a 05 minutos) com recomendações sobre o Titanic a partir dos dados. Qual ideia você passaria? Quero um posicionamento!
Resposta:
A base de dados Titanic apresenta 2.200 linhas (pessoas) e 4 variáveis categóricas: Classe (tripulação, primeira, segunda, terceira); Idade (adulto, criança); Sexo (masculino, feminino); Sobreviveu (sim, não). Desse modo, existem 6 combinações de cruzamento dessas variáveis (duas a duas) possíveis, a fim de entender melhor as informações desse banco de dados, usamos duas, como exemplo das informações que poderiam ser dispobilizadas a partir delas:
Cruzamento Classe x sexo
table(Titanic$Classe,Titanic$Sexo)##
## Masculino Feminino
## Tripulação 862 23
## Primeira 179 145
## Segunda 179 106
## Terceira 510 196Cruzamento Classe x Sobreviveu
table(Titanic$Classe,Titanic$Sobreviveu)##
## Não sobreviveu Sobreviveu
## Tripulação 673 212
## Primeira 122 202
## Segunda 167 118
## Terceira 528 178A partir desses dois cruzamentos, podemos extrair informações como, em todas as classes o número de homens é maior, daí também a proporção de sobrevivencia deles se mostrar superior, em relação a taxa de sobrevivencia por classes, a única que possui um percentual superior de sobrevivencia é a primeira classe, corroborando com a análise feita na atividade 14, sobre os supostos privilégios.
Referências
#Dawson, Robert J. MacG. “The “unusual episode” data revisited." Journal of Statistics Education 3.3 (1995). #Simonoff, Jeffrey S. “The “Unusual Episode” and a second statistics course." Journal of Statistics Education 5.1 (1997)