library(dplyr)
##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
library(rio)
library(readxl)
library(corrplot)
## corrplot 0.90 loaded
Questionario_excel <- read_excel("C:/Users/ferna/Downloads/Base_de_dados-master/Questionario_Estresse.xls")
head(Questionario_excel)
## # A tibble: 6 x 10
## Aluno Turma Mora_pais RJ Namorado_a Trabalha Desempenho Estresse Créditos
## <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 1 1 2 2 2 2 8.89 23 27
## 2 2 1 1 1 2 2 8.8 24 28
## 3 3 1 2 2 2 2 8 25 25
## 4 4 1 2 2 1 1 8.8 38 21
## 5 5 1 2 2 2 1 8.9 41 18
## 6 6 1 2 2 1 1 8.1 25 29
## # ... with 1 more variable: Horas_estudo <dbl>
par(bg="blue")
plot(Questionario_excel$Estresse, Questionario_excel$Horas_estudo, pch=19, col="red", main= "Gráfico 1", ylab="Horas de estudo", xlab="Estresse")
abline (lsfit(Questionario_excel$Estresse, Questionario_excel$Horas_estudo),col= "green")
cor(Questionario_excel$Estresse, Questionario_excel$Horas_estudo)
## [1] 0.303917
names(Questionario_excel)
## [1] "Aluno" "Turma" "Mora_pais" "RJ" "Namorado_a"
## [6] "Trabalha" "Desempenho" "Estresse" "Créditos" "Horas_estudo"
GF <- Questionario_excel %>% select(Estresse, Desempenho, Horas_estudo)%>% cor()
GF
## Estresse Desempenho Horas_estudo
## Estresse 1.00000000 0.08257246 0.3039170
## Desempenho 0.08257246 1.00000000 0.2231532
## Horas_estudo 0.30391699 0.22315316 1.0000000
corrplot(GF, method= "square", main= "Gráfico 2")
Podemos perceber a parir das vizualizações do gráfico que o aumento do estresse dos alunos aumenta juntamente com as horas de estudos do mesmo.