Analise de dados em diferentes gráficos

Carregando os dados

load("C:/Users/manue/Base_de_dados-master/CARROS.RData")
View(CARROS)

Inspeção de dados

str(CARROS)
## 'data.frame':    32 obs. of  11 variables:
##  $ Kmporlitro             : num  21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
##  $ Cilindros              : num  6 6 4 6 8 6 8 4 4 6 ...
##  $ Preco                  : num  160 160 108 258 360 ...
##  $ HP                     : num  110 110 93 110 175 105 245 62 95 123 ...
##  $ Amperagem_circ_eletrico: num  3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
##  $ Peso                   : num  2.62 2.88 2.32 3.21 3.44 ...
##  $ RPM                    : num  16.5 17 18.6 19.4 17 ...
##  $ Tipodecombustivel      : num  0 0 1 1 0 1 0 1 1 1 ...
##  $ TipodeMarcha           : num  1 1 1 0 0 0 0 0 0 0 ...
##  $ NumdeMarchas           : num  4 4 4 3 3 3 3 4 4 4 ...
##  $ NumdeValvulas          : num  4 4 1 1 2 1 4 2 2 4 ...
##  - attr(*, "variable.labels")= chr [1:11] "Km por litro" "Número de Cilindros" "Preço" "HP = Horse Power (potência do motor)" ...
summary(CARROS)
##    Kmporlitro      Cilindros         Preco             HP       
##  Min.   :10.40   Min.   :4.000   Min.   : 71.1   Min.   : 52.0  
##  1st Qu.:15.43   1st Qu.:4.000   1st Qu.:120.8   1st Qu.: 96.5  
##  Median :19.20   Median :6.000   Median :196.3   Median :123.0  
##  Mean   :20.09   Mean   :6.188   Mean   :230.7   Mean   :146.7  
##  3rd Qu.:22.80   3rd Qu.:8.000   3rd Qu.:326.0   3rd Qu.:180.0  
##  Max.   :33.90   Max.   :8.000   Max.   :472.0   Max.   :335.0  
##  Amperagem_circ_eletrico      Peso            RPM        Tipodecombustivel
##  Min.   :2.760           Min.   :1.513   Min.   :14.50   Min.   :0.0000   
##  1st Qu.:3.080           1st Qu.:2.581   1st Qu.:16.89   1st Qu.:0.0000   
##  Median :3.695           Median :3.325   Median :17.71   Median :0.0000   
##  Mean   :3.597           Mean   :3.217   Mean   :17.85   Mean   :0.4375   
##  3rd Qu.:3.920           3rd Qu.:3.610   3rd Qu.:18.90   3rd Qu.:1.0000   
##  Max.   :4.930           Max.   :5.424   Max.   :22.90   Max.   :1.0000   
##   TipodeMarcha     NumdeMarchas   NumdeValvulas  
##  Min.   :0.0000   Min.   :3.000   Min.   :1.000  
##  1st Qu.:0.0000   1st Qu.:3.000   1st Qu.:2.000  
##  Median :0.0000   Median :4.000   Median :2.000  
##  Mean   :0.4062   Mean   :3.688   Mean   :2.812  
##  3rd Qu.:1.0000   3rd Qu.:4.000   3rd Qu.:4.000  
##  Max.   :1.0000   Max.   :5.000   Max.   :8.000

Correção dos dados

CARROS$Tipodecombustivel = ifelse(CARROS$Tipodecombustivel==0,"Gas", "Alc")


CARROS$TipodeMarcha = ifelse(CARROS$TipodeMarcha==0,"Auto",
                             ifelse(CARROS$TipodeMarcha==1, "Manual",""))

Fazendo uma tabela

tabela_comb = table(CARROS$Tipodecombustivel)
tabela_comb
## 
## Alc Gas 
##  14  18

Fazendo uma proporção

prop.table(tabela_comb)*100
## 
##   Alc   Gas 
## 43.75 56.25

Gráfico de pizza

pie(tabela_comb)

Gráfico de Barras

barplot(tabela_comb, col= c("blue", "red"), main= "Grafico de Combustiveis",
        horiz=T,
        legend.text= rownames(tabela_comb),
        xlim=c(0,20),
        args.legend = list(x = "topleft"))

Comando para tirar dúvidas

#?barplot

#?pie

Aprimorando o Gráfico de Barras

grafico = barplot(table(CARROS$Tipodecombustivel), col = "red")
                  
percentual = prop.table(tabela_comb)*100
percentual
## 
##   Alc   Gas 
## 43.75 56.25
rotulo = paste0(percentual, "%")
rotulo
## [1] "43.75%" "56.25%"
text(grafico, 0, rotulo,cex=1,pos=3,col = "white")

Nessa última etapa da aula aprimoramos o gráfico de barras feito anteriormente, botando o percentual exato dentro das barras.

Variável Quantitativa

summary(CARROS)
##    Kmporlitro      Cilindros         Preco             HP       
##  Min.   :10.40   Min.   :4.000   Min.   : 71.1   Min.   : 52.0  
##  1st Qu.:15.43   1st Qu.:4.000   1st Qu.:120.8   1st Qu.: 96.5  
##  Median :19.20   Median :6.000   Median :196.3   Median :123.0  
##  Mean   :20.09   Mean   :6.188   Mean   :230.7   Mean   :146.7  
##  3rd Qu.:22.80   3rd Qu.:8.000   3rd Qu.:326.0   3rd Qu.:180.0  
##  Max.   :33.90   Max.   :8.000   Max.   :472.0   Max.   :335.0  
##  Amperagem_circ_eletrico      Peso            RPM        Tipodecombustivel 
##  Min.   :2.760           Min.   :1.513   Min.   :14.50   Length:32         
##  1st Qu.:3.080           1st Qu.:2.581   1st Qu.:16.89   Class :character  
##  Median :3.695           Median :3.325   Median :17.71   Mode  :character  
##  Mean   :3.597           Mean   :3.217   Mean   :17.85                     
##  3rd Qu.:3.920           3rd Qu.:3.610   3rd Qu.:18.90                     
##  Max.   :4.930           Max.   :5.424   Max.   :22.90                     
##  TipodeMarcha        NumdeMarchas   NumdeValvulas  
##  Length:32          Min.   :3.000   Min.   :1.000  
##  Class :character   1st Qu.:3.000   1st Qu.:2.000  
##  Mode  :character   Median :4.000   Median :2.000  
##                     Mean   :3.688   Mean   :2.812  
##                     3rd Qu.:4.000   3rd Qu.:4.000  
##                     Max.   :5.000   Max.   :8.000

Histogramas

hist(CARROS$Preco, col = "pink", main = "Gráfico 2 - Histograma Preço do Carro",
     xlab= "Preço do carro", ylab= "Frequência")

O histograma é indicado para trabalhar com variais continuas quantitativas. Uma variavel continua no eixo X dividida em faixa iguais. O eixo y mostra a quantidade de carros com o preço da variavel.Não tem carro com menos de 50k e nem com mais de 500k.A maior quantidade de carros estão entre 50k e 100k. Tem basicamente dois grupos de carros que se dividem entre 50k a 200k e 250k a 400k. Além disso ele é bimodal e assimétrico.

hist(CARROS$Kmporlitro, col = "lightblue", main = "Histograma - Km/L",
     xlab= "Km/L", ylab= "Frequência")

unimodal

hist(CARROS$HP, col = "orange", main = "Histograma - HP",
     xlab= "HP do carro", ylab= "Frequência")