Passo 1 - Carregar a base de dados

Nesta base de dados,são analisados diferentes atributos e dados de pokemon.Para tanto,esta análise contém 718 observações de 22 variáveis. Dentre essas variáveis, existem tanto quantitativas quanto qualitativas.

load("C:/Users/cardi/Base_de_dados-master/df_pokemon.RData")

Passo 2 - Verificar os dados

Com essa verificação, fica evidente que todos os dados estão devidamente calibrados. Portanto, sem necessidade de grandes alterações e correções.

str(df)
## Classes 'tbl_df', 'tbl' and 'data.frame':    718 obs. of  22 variables:
##  $ id             : num  1 2 3 4 5 6 7 8 9 10 ...
##  $ pokemon        : chr  "bulbasaur" "ivysaur" "venusaur" "charmander" ...
##  $ species_id     : int  1 2 3 4 5 6 7 8 9 10 ...
##  $ height         : int  7 10 20 6 11 17 5 10 16 3 ...
##  $ weight         : int  69 130 1000 85 190 905 90 225 855 29 ...
##  $ base_experience: int  64 142 236 62 142 240 63 142 239 39 ...
##  $ type_1         : chr  "grass" "grass" "grass" "fire" ...
##  $ type_2         : chr  "poison" "poison" "poison" NA ...
##  $ attack         : int  49 62 82 52 64 84 48 63 83 30 ...
##  $ defense        : int  49 63 83 43 58 78 65 80 100 35 ...
##  $ hp             : int  45 60 80 39 58 78 44 59 79 45 ...
##  $ special_attack : int  65 80 100 60 80 109 50 65 85 20 ...
##  $ special_defense: int  65 80 100 50 65 85 64 80 105 20 ...
##  $ speed          : int  45 60 80 65 80 100 43 58 78 45 ...
##  $ color_1        : chr  "#78C850" "#78C850" "#78C850" "#F08030" ...
##  $ color_2        : chr  "#A040A0" "#A040A0" "#A040A0" NA ...
##  $ color_f        : chr  "#81A763" "#81A763" "#81A763" "#F08030" ...
##  $ egg_group_1    : chr  "monster" "monster" "monster" "monster" ...
##  $ egg_group_2    : chr  "plant" "plant" "plant" "dragon" ...
##  $ url_image      : chr  "1.png" "2.png" "3.png" "4.png" ...
##  $ x              : num  32.8 33.3 33.9 -24.4 -24.6 ...
##  $ y              : num  17.2 16.7 16.2 30.8 30.6 ...

Passo 3 - realização de um summary da variável quantitativa selecionada e também elaboração de um histograma

Variável trabalhada: Speed

Além do summary do atributo velocidade (speed), também há um histograma para facilitar a análise da variável em questão.Assim, pelo gráfico fica evidente uma assimetria para a direita e também a existência de uma moda, categorizando este histograma como assimetrico para direita e unimodal.

summary(df$speed)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    5.00   45.00   65.00   65.72   85.00  160.00
hist(df$speed, col = "green",border = "black",main = "Gráfico- Histograma de velocidade dos pokemon (speed)",labels = TRUE,ylim = c(0,210), xlab ="Velocidade",ylab = "Quantidade de pokemon"  )

Passo 4 - Considerações Finais

Com o histograma, foi possível gerar um gráfico que permitisse uma melhor interpretação desta variável de caráter quantitativo, já que ferramentas como gráfico de pizza e de tabela são mais adequadas para variáveis qualitativas, que não é o caso dessa análise. Agora, olhando mais atentamente para esse histograma, percebe-se uma grande concentração entre a velocidade de 50 e 75, o que justamente evidencia nossa moda(Unimodal). Agora, a partir do 75 em diante ocorre uma contínua redução da quantidade de pokemon a medida que aumenta a velocidade. Portanto, um gráfico com assimetria a direita.