Análise Exploratória de Acidentes Rodoviários - BASE PRF 2020
Thiago Marques
23/08/2021
Importando bibliotecas e lendo o arquivo
#Evitando notação científica
options(scipen = 999)
pacotes <-
c(
"ggplot2",
"dplyr",
"scales",
"plotly",
"gridExtra",
"kableExtra",
"DescTools",
"lubridate",
"ggQC",
"Hmisc",
"e1071",
"kableExtra",
"gtsummary",
"igraph",
"ggnetwork",
"intergraph",
"ITNr",
"esquisse",
"leaflet",
"flexdashboard",
"htmlwidgets"
)
#Para instalar os pacotes
#install.packages(pacotes)
#Carregando pacotes
lapply(pacotes, require, character.only = TRUE)## Loading required package: ggplot2## Loading required package: 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## Loading required package: scales## Loading required package: plotly##
## Attaching package: 'plotly'## The following object is masked from 'package:ggplot2':
##
## last_plot## The following object is masked from 'package:stats':
##
## filter## The following object is masked from 'package:graphics':
##
## layout## Loading required package: gridExtra##
## Attaching package: 'gridExtra'## The following object is masked from 'package:dplyr':
##
## combine## Loading required package: kableExtra##
## Attaching package: 'kableExtra'## The following object is masked from 'package:dplyr':
##
## group_rows## Loading required package: DescTools## Loading required package: lubridate##
## Attaching package: 'lubridate'## The following objects are masked from 'package:base':
##
## date, intersect, setdiff, union## Loading required package: ggQC## Loading required package: Hmisc## Loading required package: lattice## Loading required package: survival## Loading required package: Formula##
## Attaching package: 'Hmisc'## The following objects are masked from 'package:DescTools':
##
## %nin%, Label, Mean, Quantile## The following object is masked from 'package:plotly':
##
## subplot## The following objects are masked from 'package:dplyr':
##
## src, summarize## The following objects are masked from 'package:base':
##
## format.pval, units## Loading required package: e1071##
## Attaching package: 'e1071'## The following object is masked from 'package:Hmisc':
##
## impute## Loading required package: gtsummary## Loading required package: igraph##
## Attaching package: 'igraph'## The following objects are masked from 'package:lubridate':
##
## %--%, union## The following object is masked from 'package:DescTools':
##
## %c%## The following object is masked from 'package:plotly':
##
## groups## The following objects are masked from 'package:dplyr':
##
## as_data_frame, groups, union## The following objects are masked from 'package:stats':
##
## decompose, spectrum## The following object is masked from 'package:base':
##
## union## Loading required package: ggnetwork## Loading required package: intergraph## Loading required package: ITNr## Loading required package: network## network: Classes for Relational Data
## Version 1.16.1 created on 2020-10-06.
## copyright (c) 2005, Carter T. Butts, University of California-Irvine
## Mark S. Handcock, University of California -- Los Angeles
## David R. Hunter, Penn State University
## Martina Morris, University of Washington
## Skye Bender-deMoll, University of Washington
## For citation information, type citation("network").
## Type help("network-package") to get started.##
## Attaching package: 'network'## The following objects are masked from 'package:igraph':
##
## %c%, %s%, add.edges, add.vertices, delete.edges, delete.vertices,
## get.edge.attribute, get.edges, get.vertex.attribute, is.bipartite,
## is.directed, list.edge.attributes, list.vertex.attributes,
## set.edge.attribute, set.vertex.attribute## The following object is masked from 'package:Hmisc':
##
## is.discrete## The following object is masked from 'package:DescTools':
##
## %c%## Loading required package: esquisse## Loading required package: leaflet## Loading required package: flexdashboard## Loading required package: htmlwidgets## [[1]]
## [1] TRUE
##
## [[2]]
## [1] TRUE
##
## [[3]]
## [1] TRUE
##
## [[4]]
## [1] TRUE
##
## [[5]]
## [1] TRUE
##
## [[6]]
## [1] TRUE
##
## [[7]]
## [1] TRUE
##
## [[8]]
## [1] TRUE
##
## [[9]]
## [1] TRUE
##
## [[10]]
## [1] TRUE
##
## [[11]]
## [1] TRUE
##
## [[12]]
## [1] TRUE
##
## [[13]]
## [1] TRUE
##
## [[14]]
## [1] TRUE
##
## [[15]]
## [1] TRUE
##
## [[16]]
## [1] TRUE
##
## [[17]]
## [1] TRUE
##
## [[18]]
## [1] TRUE
##
## [[19]]
## [1] TRUE
##
## [[20]]
## [1] TRUE
##
## [[21]]
## [1] TRUE#Apontando o diretório que iremos trabalhar
setwd("C:\\Users\\teste\\Desktop\\Workshops\\Rio Info")
#Carregando os dados
dados = read.csv("datatran2020.csv", h = T, sep = ";")
#Verificando as 6 primeiras linhas
head(dados) %>% kbl %>% kable_material_dark(full_width = F)| id | data_inversa | dia_semana | horario | uf | br | km | municipio | causa_acidente | tipo_acidente | classificacao_acidente | fase_dia | sentido_via | condicao_metereologica | tipo_pista | tracado_via | uso_solo | pessoas | mortos | feridos_leves | feridos_graves | ilesos | ignorados | feridos | veiculos | latitude | longitude | regional | delegacia | uop |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 260031 | 01/01/2020 | quarta-feira | 01:00:00 | TO | 153 | 678,1 | GURUPI | Animais na Pista | Atropelamento de Animal | Com Vítimas Feridas | Plena Noite | Crescente | Nublado | Simples | Reta | Não | 5 | 0 | 0 | 5 | 0 | 0 | 5 | 1 | -11,77460203 | -49,10744996 | SR-TO | UOP01/TO | |
| 260036 | 01/01/2020 | quarta-feira | 01:00:00 | RJ | 116 | 178 | NOVA IGUACU | Falta de Atenção do Pedestre | Atropelamento de Pedestre | Com Vítimas Fatais | Plena Noite | Decrescente | Céu Claro | Dupla | Reta | Sim | 2 | 1 | 0 | 0 | 1 | 0 | 0 | 1 | -22,75223028 | -43,4379103 | SR-RJ | DEL5/1 | UOP02/RJ |
| 260037 | 01/01/2020 | quarta-feira | 01:52:00 | SC | 101 | 206,9 | SAO JOSE | Ingestão de Álcool | Colisão lateral | Com Vítimas Feridas | Plena Noite | Crescente | Nublado | Simples | Reta | Sim | 2 | 0 | 1 | 0 | 1 | 0 | 1 | 2 | -27,59193546 | -48,61824557 | SR-SC | DEL8/1 | UOP01/SC |
| 260038 | 01/01/2020 | quarta-feira | 01:15:00 | RO | 364 | 236 | CACOAL | Velocidade Incompatível | Saída de leito carroçável | Com Vítimas Feridas | Plena Noite | Decrescente | Nublado | Simples | Reta | Sim | 1 | 0 | 0 | 1 | 0 | 0 | 1 | 1 | -11,44624577 | -61,43761218 | SR-RO | DEL21/2 | UOP02/RO |
| 260039 | 01/01/2020 | quarta-feira | 01:30:00 | PR | 153 | 360 | REBOUCAS | Ingestão de Álcool | Capotamento | Com Vítimas Feridas | Plena Noite | Crescente | Garoa/Chuvisco | Simples | Curva | Não | 6 | 0 | 2 | 4 | 0 | 0 | 6 | 1 | -25,67503796 | -50,75089805 | SR-PR | DEL7/3 | UOP04/PR |
| 260040 | 01/01/2020 | quarta-feira | 00:40:00 | RO | 319 | 64 | PORTO VELHO | Ingestão de Álcool | Colisão transversal | Sem Vítimas | Plena Noite | Decrescente | Céu Claro | Dupla | Reta | Sim | 2 | 0 | 0 | 0 | 2 | 0 | 0 | 2 | -8,76751908 | -63,88427496 | SR-RO | DEL21/1 | UOP01/RO |
Análise exploratória
Verificando dados faltantes e transformado a variável data_inversa no formato de data
#Verificando Missing
PlotMiss(dados, main = "Valores faltantes no Banco")
#Lubridate para ajeitar as datas
dados = dados %>% mutate(data_nova = dmy(dados$data_inversa))
#As 10 primeiras linhas com a variável transformada
dados$data_nova[1:10]## [1] "2020-01-01" "2020-01-01" "2020-01-01" "2020-01-01" "2020-01-01"
## [6] "2020-01-01" "2020-01-01" "2020-01-01" "2020-01-01" "2020-01-01"Resumo estatístico geral do banco
#resumo estatístico geral do banco
#summary(dados)
describe(dados)## dados
##
## 31 Variables 45368 Observations
## --------------------------------------------------------------------------------
## id
## n missing distinct
## 45368 0 45368
##
## lowest : 260031 260036 260037 260038 260039, highest: 313957 313977 314035 314039 314162
## --------------------------------------------------------------------------------
## data_inversa
## n missing distinct
## 45368 0 274
##
## lowest : 01/01/2020 01/02/2020 01/03/2020 01/04/2020 01/05/2020
## highest: 31/01/2020 31/03/2020 31/05/2020 31/07/2020 31/08/2020
## --------------------------------------------------------------------------------
## dia_semana
## n missing distinct
## 45368 0 7
##
## lowest : domingo quarta-feira quinta-feira sábado segunda-feira
## highest: quinta-feira sábado segunda-feira sexta-feira terça-feira
##
## Value domingo quarta-feira quinta-feira sábado
## Frequency 7436 5923 5772 7476
## Proportion 0.164 0.131 0.127 0.165
##
## Value segunda-feira sexta-feira terça-feira
## Frequency 6092 7043 5626
## Proportion 0.134 0.155 0.124
## --------------------------------------------------------------------------------
## horario
## n missing distinct
## 45368 0 1170
##
## lowest : 00:00:00 00:01:00 00:02:00 00:03:00 00:04:00
## highest: 23:55:00 23:56:00 23:57:00 23:58:00 23:59:00
## --------------------------------------------------------------------------------
## uf
## n missing distinct
## 45368 0 27
##
## lowest : AC AL AM AP BA, highest: RS SC SE SP TO
## --------------------------------------------------------------------------------
## br
## n missing distinct Info Mean Gmd .05 .10
## 45253 115 113 0.992 213 147.2 40 70
## .25 .50 .75 .90 .95
## 101 163 324 386 467
##
## lowest : 10 20 30 40 50, highest: 485 487 488 493 495
## --------------------------------------------------------------------------------
## km
## n missing distinct
## 45253 115 7187
##
## lowest : 0 0,1 0,2 0,3 0,4 , highest: 997 998 998,9 999 999,8
## --------------------------------------------------------------------------------
## municipio
## n missing distinct
## 45368 0 1724
##
## lowest : ABADIA DE GOIAS ABADIANIA ABARE ABEL FIGUEIREDO ABRE CAMPO
## highest: XAPURI XAXIM XEXEU XINGUARA ZE DOCA
## --------------------------------------------------------------------------------
## causa_acidente
## n missing distinct
## 45368 0 24
##
## lowest : Agressão Externa Animais na Pista Avarias e/ou desgaste excessivo no pneu Carga excessiva e/ou mal acondicionada Condutor Dormindo
## highest: Pista Escorregadia Restrição de Visibilidade Sinalização da via insuficiente ou inadequada Ultrapassagem Indevida Velocidade Incompatível
## --------------------------------------------------------------------------------
## tipo_acidente
## n missing distinct
## 45368 0 16
##
## lowest : Atropelamento de Animal Atropelamento de Pedestre Capotamento Colisão com objeto em movimento Colisão com objeto estático
## highest: Engavetamento Incêndio Queda de ocupante de veículo Saída de leito carroçável Tombamento
## --------------------------------------------------------------------------------
## classificacao_acidente
## n missing distinct
## 45368 0 3
##
## Value Com Vítimas Fatais Com Vítimas Feridas Sem Vítimas
## Frequency 3158 33792 8418
## Proportion 0.070 0.745 0.186
## --------------------------------------------------------------------------------
## fase_dia
## n missing distinct
## 45368 0 4
##
## Value Amanhecer Anoitecer Plena Noite Pleno dia
## Frequency 2033 2600 16430 24305
## Proportion 0.045 0.057 0.362 0.536
## --------------------------------------------------------------------------------
## sentido_via
## n missing distinct
## 45368 0 3
##
## Value Crescente Decrescente Não Informado
## Frequency 23997 21256 115
## Proportion 0.529 0.469 0.003
## --------------------------------------------------------------------------------
## condicao_metereologica
## n missing distinct
## 45368 0 10
##
## lowest : Céu Claro Chuva Garoa/Chuvisco Granizo Ignorado
## highest: Neve Nevoeiro/Neblina Nublado Sol Vento
##
## Céu Claro (27597, 0.608), Chuva (4627, 0.102), Garoa/Chuvisco (1468, 0.032),
## Granizo (1, 0.000), Ignorado (543, 0.012), Neve (1, 0.000), Nevoeiro/Neblina
## (390, 0.009), Nublado (7252, 0.160), Sol (3394, 0.075), Vento (95, 0.002)
## --------------------------------------------------------------------------------
## tipo_pista
## n missing distinct
## 45368 0 3
##
## Value Dupla Múltipla Simples
## Frequency 18643 3605 23120
## Proportion 0.411 0.079 0.510
## --------------------------------------------------------------------------------
## tracado_via
## n missing distinct
## 45368 0 10
##
## lowest : Curva Desvio Temporário Interseção de vias Não Informado Ponte
## highest: Reta Retorno Regulamentado Rotatória Túnel Viaduto
##
## Curva (7047, 0.155), Desvio Temporário (1331, 0.029), Interseção de vias (2083,
## 0.046), Não Informado (5429, 0.120), Ponte (219, 0.005), Reta (27391, 0.604),
## Retorno Regulamentado (560, 0.012), Rotatória (919, 0.020), Túnel (57, 0.001),
## Viaduto (332, 0.007)
## --------------------------------------------------------------------------------
## uso_solo
## n missing distinct
## 45368 0 2
##
## Value Não Sim
## Frequency 25209 20159
## Proportion 0.556 0.444
## --------------------------------------------------------------------------------
## pessoas
## n missing distinct Info Mean Gmd .05 .10
## 45368 0 42 0.9 2.301 1.353 1 1
## .25 .50 .75 .90 .95
## 1 2 3 4 5
##
## lowest : 1 2 3 4 5, highest: 47 50 54 61 73
## --------------------------------------------------------------------------------
## mortos
## n missing distinct Info Mean Gmd .05 .10
## 45368 0 10 0.194 0.08105 0.1523 0 0
## .25 .50 .75 .90 .95
## 0 0 0 0 1
##
## lowest : 0 1 2 3 4, highest: 5 7 8 11 12
##
## Value 0 1 2 3 4 5 7 8 11 12
## Frequency 42210 2797 263 65 24 5 1 1 1 1
## Proportion 0.930 0.062 0.006 0.001 0.001 0.000 0.000 0.000 0.000 0.000
## --------------------------------------------------------------------------------
## feridos_leves
## n missing distinct Info Mean Gmd .05 .10
## 45368 0 29 0.846 0.8517 0.8886 0 0
## .25 .50 .75 .90 .95
## 0 1 1 2 2
##
## lowest : 0 1 2 3 4, highest: 26 28 31 38 42
## --------------------------------------------------------------------------------
## feridos_graves
## n missing distinct Info Mean Gmd .05 .10
## 45368 0 13 0.508 0.261 0.4283 0 0
## .25 .50 .75 .90 .95
## 0 0 0 1 1
##
## lowest : 0 1 2 3 4, highest: 8 10 11 13 17
##
## Value 0 1 2 3 4 5 6 7 8 10 11
## Frequency 35674 8153 1195 223 69 25 12 6 4 3 2
## Proportion 0.786 0.180 0.026 0.005 0.002 0.001 0.000 0.000 0.000 0.000 0.000
##
## Value 13 17
## Frequency 1 1
## Proportion 0.000 0.000
## --------------------------------------------------------------------------------
## ilesos
## n missing distinct Info Mean Gmd .05 .10
## 45368 0 33 0.871 0.951 1.068 0 0
## .25 .50 .75 .90 .95
## 0 1 1 2 3
##
## lowest : 0 1 2 3 4, highest: 44 45 47 48 73
## --------------------------------------------------------------------------------
## ignorados
## n missing distinct Info Mean Gmd
## 45368 0 8 0.352 0.1561 0.2749
##
## lowest : 0 1 2 3 4, highest: 3 4 5 6 11
##
## Value 0 1 2 3 4 5 6 11
## Frequency 39222 5403 609 95 29 6 3 1
## Proportion 0.865 0.119 0.013 0.002 0.001 0.000 0.000 0.000
## --------------------------------------------------------------------------------
## feridos
## n missing distinct Info Mean Gmd .05 .10
## 45368 0 30 0.82 1.113 0.9312 0 0
## .25 .50 .75 .90 .95
## 1 1 1 2 3
##
## lowest : 0 1 2 3 4, highest: 30 31 33 39 44
## --------------------------------------------------------------------------------
## veiculos
## n missing distinct Info Mean Gmd .05 .10
## 45368 0 12 0.799 1.627 0.6828 1 1
## .25 .50 .75 .90 .95
## 1 2 2 2 3
##
## lowest : 1 2 3 4 5, highest: 8 9 11 12 23
##
## Value 1 2 3 4 5 6 7 8 9 11 12
## Frequency 21352 20851 2367 522 174 66 22 4 6 1 2
## Proportion 0.471 0.460 0.052 0.012 0.004 0.001 0.000 0.000 0.000 0.000 0.000
##
## Value 23
## Frequency 1
## Proportion 0.000
## --------------------------------------------------------------------------------
## latitude
## n missing distinct
## 45368 0 26216
##
## lowest : -0,140902 -0,27615917 -0,328278 -0,346287 -0,570667
## highest: 4,135076 4,157695 4,172797 4,278084 4,442535
## --------------------------------------------------------------------------------
## longitude
## n missing distinct
## 45368 0 26195
##
## lowest : -34,79318082 -34,8284 -34,8287 -34,8295 -34,82954806
## highest: -68,80635045 -69,01799904 -69,03977 -69,98334291 -70,52181091
## --------------------------------------------------------------------------------
## regional
## n missing distinct
## 45368 0 27
##
## lowest : SR-AC SR-AL SR-AM SR-AP SR-BA, highest: SR-RS SR-SC SR-SE SR-SP SR-TO
## --------------------------------------------------------------------------------
## delegacia
## n missing distinct
## 45368 0 182
##
## lowest : BA DEL 10/10 DEL01 DEL03 DEL04
## highest: UOP04/TO UOP05 UOP05/TO UOP06 UOP06/DF
## --------------------------------------------------------------------------------
## uop
## n missing distinct
## 44969 399 107
##
## lowest : AC DEL01 DEL02 DEL03 DEL04
## highest: UOP06/SC UOP07/PR UOP07/SC UOP08/PR UOP08/SC
## --------------------------------------------------------------------------------
## data_nova
## n missing distinct Info Mean Gmd .05
## 45368 0 274 1 2020-05-17 94.94 2020-01-13
## .10 .25 .50 .75 .90 .95
## 2020-01-26 2020-03-02 2020-05-22 2020-07-31 2020-09-06 2020-09-18
##
## lowest : 2020-01-01 2020-01-02 2020-01-03 2020-01-04 2020-01-05
## highest: 2020-09-26 2020-09-27 2020-09-28 2020-09-29 2020-09-30
## --------------------------------------------------------------------------------Análise das variáveis qualitativas
Acidentes por tipo de pista
#tabela da quantidade de acidentes por tipo de pista
dados_horario = dados %>% select(horario, tipo_pista) %>%
group_by(tipo_pista) %>%
summarise(quantidade = n()) %>%
arrange(desc(quantidade))
#Transformando o tipo de pista em fator
dados_horario$tipo_pista_fator = factor(dados_horario$tipo_pista,
levels = c("Simples",
"Dupla",
"Múltipla"))
#Gráfico de Pareto dos acidentes por tipo de pista
ggplot2::ggplot(dados_horario, aes(x = tipo_pista_fator, y = quantidade)) +
ggQC::stat_pareto(
point.color = "red",
point.size = 3,
line.color = "black",
bars.fill = c("blue", "orange")
) +
#scale_y_continuous(breaks =c(23.00,100,180,858) ,labels = scales::dollar_format(prefix="R$",big.mark = ","))+
#scale_x_continuous(breaks = seq(0,6,1))+
theme(axis.text.x = element_text(
angle = 90,
hjust = 1,
vjust = 0.5
))
### Acidentes por Horários
#tabela da quantidade de acidentes por Horários
dados_horario = dados %>% select(horario, tipo_pista) %>%
group_by(horario) %>%
summarise(quantidade = n()) %>%
arrange(desc(quantidade)) %>%
top_n(5)## Selecting by quantidade#Transformando o horario em fator
dados_horario$horario_fator = factor(
dados_horario$horario,
levels = c("19:00:00",
"18:30:00",
"18:00:00",
"17:00:00",
"20:00:00")
)
#Gráfico de Pareto dos acidentes por horário
ggplot2::ggplot(dados_horario, aes(x = horario_fator, y = quantidade)) +
ggQC::stat_pareto(
point.color = "red",
point.size = 3,
line.color = "black",
bars.fill = c("blue", "orange")
) +
#scale_y_continuous(breaks =c(23.00,100,180,858) ,labels = scales::dollar_format(prefix="R$",big.mark = ","))+
#scale_x_continuous(breaks = seq(0,6,1))+
theme(axis.text.x = element_text(
angle = 90,
hjust = 1,
vjust = 0.5
))
Acidentes por Tipo de pista e horário
#tabela de acidentes por tipo_pista e horáro
dados_horario = dados %>% select(horario, tipo_pista) %>%
group_by(tipo_pista, horario) %>%
summarise(quantidade = n()) %>%
arrange(desc(quantidade)) %>%
head(5)## `summarise()` has grouped output by 'tipo_pista'. You can override using the `.groups` argument.#tabela da quantidade de acidentes por classificação
dados_class_acidente = dados %>% select(classificacao_acidente) %>%
group_by(classificacao_acidente) %>%
summarise(quantidade = n()) %>%
arrange(desc(quantidade)) #%>%
#head(5)
#Gráfico de pizza interativo do número de acidentes por classificação
grafico_pizza = plot_ly(
dados_class_acidente,
labels = ~ classificacao_acidente,
values = ~ quantidade,
type = 'pie'
) %>%
layout(title = 'Gráfico de pizza do número de assidentes por classificação (%) ')
grafico_pizza## Warning: `arrange_()` was deprecated in dplyr 0.7.0.
## Please use `arrange()` instead.
## See vignette('programming') for more helpAcidentes por Fase do Dia
#tabela da quantidade de acidentes por fase_dia
dados_fase_dia = dados %>% select(fase_dia) %>%
group_by(fase_dia) %>%
summarise(quantidade = n()) %>%
arrange(desc(quantidade)) #%>%
#head(5)
#Gráfico de pizza interativo do número de acidentes por fase do dia
pizza = plot_ly(
dados_fase_dia,
labels = ~ fase_dia,
values = ~ quantidade,
type = 'pie'
) %>%
layout(title = 'Gráfico de pizza interativo do número de acidentes por fase do dia (%) ')
pizzaAcidentes por Condição Metereológica
#tabela da quantidade de acidentes por condição metereológica
dados_cond_meteorologica = dados %>% select(condicao_metereologica) %>%
group_by(condicao_metereologica) %>%
summarise(quantidade = n()) %>%
arrange(desc(quantidade)) #%>%
#head(5)
dados_cond_meteorologica$condicao_metereologica_fator = factor(
dados_cond_meteorologica$condicao_metereologica,
levels = c(
"Céu Claro",
"Nublado",
"Chuva",
"Sol",
"Garoa/Chuvisco",
"Ignorado",
"Nevoeiro/Neblina",
"Vento",
"Granizo",
"Neve"
)
)
grafico_barras_cond_meteorologica = ggplot(
data = dados_cond_meteorologica,
aes(x = condicao_metereologica_fator, y = quantidade, fill = condicao_metereologica_fator)
) +
geom_bar(stat = "identity",
position = position_dodge(),
colour = "black") +
ggtitle("Total de acidentes por condição meteorológica") +
xlab("Condição meteorológica") + ylab("Total de acidentes") +
theme(axis.text.x = element_text(
angle = -90,
vjust = 0.5,
hjust = 1
))
ggplotly(grafico_barras_cond_meteorologica)Acidentes por UF
#tabela da quantidade de acidentes total por UF
dados_uf = dados %>% select(uf) %>%
group_by(uf) %>%
summarise(quantidade = n()) %>%
arrange(desc(quantidade)) %>%
head(10)
dados_uf$uf_fator = factor(dados_uf$uf,
levels = c("MG",
"SC",
"PR",
"RS",
"RJ",
"SP",
"BA",
"GO",
"PE",
"ES"
#"MT",
#"RO",
#"CE",
#"MS",
#"PB",
#"RN",
#"PI",
#"MA",
#"DF",
#"PA",
#"AL",
#"TO",
#"SE",
#"AC",
#"RR",
#"AM",
#"AP")
)
)
grafico_barras_uf = ggplot(data=dados_uf, aes(x=uf_fator, y=quantidade, fill=uf_fator)) +
geom_bar(stat="identity", position=position_dodge(), colour="black") +
ggtitle("Top 10 Total de acidentes por UF") +
xlab("UF") + ylab("Total de acidentes") +
theme(axis.text.x = element_text(angle = -90, vjust = 0.5, hjust=1))
ggplotly(grafico_barras_uf)Tabela de Estatísticas resumo dos acidentes
#Transformando latitute e longitude
dados = dados %>% mutate (latitude_numero=as.numeric(scan(text = dados$latitude,dec = ",",sep = ".")))
dados = dados %>% mutate (longitude_numero=as.numeric(scan(text = dados$longitude,dec = ",",sep = ".")))
#Análise das variáveis quantitativas
dados_agregados_uf_bignum = dados %>%
select(uf,pessoas,mortos,feridos_leves,feridos_graves,ilesos
) %>%
group_by(uf) %>%
summarise(
quantidade_acidentes = sum(pessoas),
quantidade_acidentes_semvitimas=sum(ilesos)/quantidade_acidentes,
quantidade_acidentes_comvitimasferidas=sum(feridos_leves+feridos_graves)/quantidade_acidentes,
quantidade_acidentes_comvitimasfatais=sum(mortos)/quantidade_acidentes
) %>%
arrange(desc(quantidade_acidentes)) %>%
kbl %>%
kable_material_dark(full_width = F)
dados_agregados_uf_bignum| uf | quantidade_acidentes | quantidade_acidentes_semvitimas | quantidade_acidentes_comvitimasferidas | quantidade_acidentes_comvitimasfatais |
|---|---|---|---|---|
| MG | 13911 | 0.3781899 | 0.5228956 | 0.0366616 |
| SC | 11756 | 0.4138312 | 0.5070602 | 0.0227118 |
| PR | 11455 | 0.4320384 | 0.4640768 | 0.0346574 |
| RS | 7160 | 0.4459497 | 0.4758380 | 0.0231844 |
| RJ | 6860 | 0.4406706 | 0.4747813 | 0.0295918 |
| SP | 6359 | 0.4411071 | 0.4584054 | 0.0264192 |
| BA | 6052 | 0.3987112 | 0.4887640 | 0.0560145 |
| GO | 5599 | 0.4172174 | 0.4806215 | 0.0341132 |
| PE | 4230 | 0.3912530 | 0.4477541 | 0.0541371 |
| ES | 3995 | 0.3782228 | 0.5211514 | 0.0230288 |
| MT | 3471 | 0.4295592 | 0.4707577 | 0.0466724 |
| RO | 2571 | 0.4465189 | 0.4651886 | 0.0206145 |
| CE | 2505 | 0.3964072 | 0.4858283 | 0.0439122 |
| MS | 2410 | 0.4049793 | 0.4829876 | 0.0360996 |
| PB | 2190 | 0.3689498 | 0.4972603 | 0.0296804 |
| RN | 2050 | 0.4102439 | 0.4790244 | 0.0336585 |
| MA | 1934 | 0.3898656 | 0.4596691 | 0.0775595 |
| PA | 1832 | 0.4290393 | 0.4383188 | 0.0485808 |
| PI | 1817 | 0.4067144 | 0.4628509 | 0.0555861 |
| DF | 1775 | 0.4816901 | 0.4422535 | 0.0180282 |
| AL | 1030 | 0.3932039 | 0.4757282 | 0.0553398 |
| TO | 1016 | 0.3966535 | 0.4734252 | 0.0610236 |
| SE | 981 | 0.3914373 | 0.4689093 | 0.0326198 |
| AC | 454 | 0.3964758 | 0.4823789 | 0.0176211 |
| RR | 429 | 0.3892774 | 0.4592075 | 0.0559441 |
| AM | 287 | 0.3972125 | 0.4982578 | 0.0348432 |
| AP | 254 | 0.3582677 | 0.5275591 | 0.0157480 |
Mortos por fase do dia
#Tabulação cruzada
table(dados$mortos, dados$fase_dia)##
## Amanhecer Anoitecer Plena Noite Pleno dia
## 0 1819 2439 14797 23155
## 1 190 141 1458 1008
## 2 15 18 129 101
## 3 8 1 34 22
## 4 0 1 6 17
## 5 1 0 2 2
## 7 0 0 1 0
## 8 0 0 1 0
## 11 0 0 1 0
## 12 0 0 1 0#Tabulação cruzada proporção
prop.table(table(dados$mortos, dados$fase_dia))##
## Amanhecer Anoitecer Plena Noite Pleno dia
## 0 0.04009433962 0.05376035972 0.32615499912 0.51038176688
## 1 0.00418797390 0.00310791747 0.03213718921 0.02221830365
## 2 0.00033062952 0.00039675542 0.00284341386 0.00222623876
## 3 0.00017633574 0.00002204197 0.00074942691 0.00048492329
## 4 0.00000000000 0.00002204197 0.00013225181 0.00037471345
## 5 0.00002204197 0.00000000000 0.00004408394 0.00004408394
## 7 0.00000000000 0.00000000000 0.00002204197 0.00000000000
## 8 0.00000000000 0.00000000000 0.00002204197 0.00000000000
## 11 0.00000000000 0.00000000000 0.00002204197 0.00000000000
## 12 0.00000000000 0.00000000000 0.00002204197 0.00000000000#Tabulação mais personalizada
dados %>%
tbl_cross(row = mortos,
col = fase_dia,
percent = "row") %>%
bold_labels()## Warning: The `.dots` argument of `group_by()` is deprecated as of dplyr 1.0.0.| Characteristic | fase_dia | Total | |||
|---|---|---|---|---|---|
| Amanhecer | Anoitecer | Plena Noite | Pleno dia | ||
| mortos | |||||
| 0 | 1,819 (4.3%) | 2,439 (5.8%) | 14,797 (35%) | 23,155 (55%) | 42,210 (100%) |
| 1 | 190 (6.8%) | 141 (5.0%) | 1,458 (52%) | 1,008 (36%) | 2,797 (100%) |
| 2 | 15 (5.7%) | 18 (6.8%) | 129 (49%) | 101 (38%) | 263 (100%) |
| 3 | 8 (12%) | 1 (1.5%) | 34 (52%) | 22 (34%) | 65 (100%) |
| 4 | 0 (0%) | 1 (4.2%) | 6 (25%) | 17 (71%) | 24 (100%) |
| 5 | 1 (20%) | 0 (0%) | 2 (40%) | 2 (40%) | 5 (100%) |
| 7 | 0 (0%) | 0 (0%) | 1 (100%) | 0 (0%) | 1 (100%) |
| 8 | 0 (0%) | 0 (0%) | 1 (100%) | 0 (0%) | 1 (100%) |
| 11 | 0 (0%) | 0 (0%) | 1 (100%) | 0 (0%) | 1 (100%) |
| 12 | 0 (0%) | 0 (0%) | 1 (100%) | 0 (0%) | 1 (100%) |
| Total | 2,033 (4.5%) | 2,600 (5.7%) | 16,430 (36%) | 24,305 (54%) | 45,368 (100%) |
Grafo Classificacao acidente vs condicao climática
#Grafo
dados = dados %>% filter(condicao_metereologica!="Ignorado")
adj_autor_temas=table(dados$classificacao_acidente,dados$condicao_metereologica)
net_autores_temas <- graph_from_incidence_matrix(adj_autor_temas)
net2=asNetwork(net_autores_temas)
df2=data.frame(table(dados$series))
df3=data.frame(dados$Profile.Name)
net2 %v% "Series" = dados$classificacao_acidente
n<-ggnetwork(net2)
df3=data.frame(table(cbind(dados$classificacao_acidente,dados$condicao_metereologica)))
n_merge=merge(n,df3, by.x=names(n)[5],by.y=names(df3)[1])
ggplotly(
ggplot(n_merge, aes(x = x, y = y, xend = xend, yend = yend)) +
geom_edges(color = "grey50") +
geom_nodes(aes(color = vertex.names, size=Freq)) +
geom_nodetext(aes(color = Series, label = vertex.names),
fontface = "bold",size=3) +
theme_blank()
)Mapa dos acidentes por região e município
dados_teste=head(dados,500)
m <- leaflet() %>%
addTiles() %>%
addMarkers(lng=dados_teste$longitude_numero, lat=dados_teste$latitude_numero,
popup=dados_teste$municipio)
m