##00

library(readxl)
Questionario_Estresse <- read_excel("C:/Users/Dell/Desktop/Base_de_dados-master/Questionario_Estresse.xls")
View(Questionario_Estresse)

##01

summary(Questionario_Estresse)
##      Aluno          Turma         Mora_pais           RJ          Namorado_a   
##  Min.   : 1.0   Min.   :1.000   Min.   :1.000   Min.   :1.000   Min.   :1.000  
##  1st Qu.:24.5   1st Qu.:1.000   1st Qu.:1.000   1st Qu.:1.000   1st Qu.:1.000  
##  Median :48.0   Median :2.000   Median :2.000   Median :2.000   Median :2.000  
##  Mean   :48.0   Mean   :2.074   Mean   :1.537   Mean   :1.653   Mean   :1.505  
##  3rd Qu.:71.5   3rd Qu.:3.000   3rd Qu.:2.000   3rd Qu.:2.000   3rd Qu.:2.000  
##  Max.   :95.0   Max.   :3.000   Max.   :2.000   Max.   :2.000   Max.   :2.000  
##                                                                                
##     Trabalha       Desempenho       Estresse        Créditos    
##  Min.   :1.000   Min.   :5.820   Min.   :12.00   Min.   :15.00  
##  1st Qu.:1.000   1st Qu.:8.500   1st Qu.:22.50   1st Qu.:23.00  
##  Median :2.000   Median :8.700   Median :27.00   Median :24.00  
##  Mean   :1.621   Mean   :8.594   Mean   :27.82   Mean   :24.95  
##  3rd Qu.:2.000   3rd Qu.:9.050   3rd Qu.:33.00   3rd Qu.:27.00  
##  Max.   :2.000   Max.   :9.700   Max.   :44.00   Max.   :49.00  
##                                                  NA's   :1      
##   Horas_estudo  
##  Min.   :19.00  
##  1st Qu.:25.00  
##  Median :30.00  
##  Mean   :30.73  
##  3rd Qu.:35.00  
##  Max.   :60.00  
## 

##02

str(Questionario_Estresse)
## tibble [95 x 10] (S3: tbl_df/tbl/data.frame)
##  $ Aluno       : num [1:95] 1 2 3 4 5 6 7 8 9 10 ...
##  $ Turma       : num [1:95] 1 1 1 1 1 1 1 1 1 1 ...
##  $ Mora_pais   : num [1:95] 2 1 2 2 2 2 2 1 1 1 ...
##  $ RJ          : num [1:95] 2 1 2 2 2 2 2 1 1 1 ...
##  $ Namorado_a  : num [1:95] 2 2 2 1 2 1 2 1 2 2 ...
##  $ Trabalha    : num [1:95] 2 2 2 1 1 1 2 1 1 1 ...
##  $ Desempenho  : num [1:95] 8.89 8.8 8 8.8 8.9 8.1 9.2 8.5 8.7 8.3 ...
##  $ Estresse    : num [1:95] 23 24 25 38 41 25 41 20 26 36 ...
##  $ Créditos    : num [1:95] 27 28 25 21 18 29 26 24 20 49 ...
##  $ Horas_estudo: num [1:95] 27 28 25 30 20 32 25 25 25 59 ...

##003

tabela_Trabalha <- table(Questionario_Estresse$Trabalha,Questionario_Estresse$Horas_estudo)
tabela_moracom <- table(Questionario_Estresse$Mora_pais,Questionario_Estresse$Desempenho)

tabela_Trabalha
##    
##     19 20 21 23 24 25 26 27 28 29 30 32 33 34 35 36 40 44 59 60
##   1  1  4  0  1  3  6  2  0  0  0  6  2  2  0  4  2  2  0  1  0
##   2  0  2  1  1  3  3  2  1  6  4 12  3  4  1  2  4  6  3  0  1
tabela_moracom
##    
##     5.82 5.9 6 6.5 6.6 7 7.5 7.7 7.8 8 8.1 8.2 8.3 8.4 8.48 8.5 8.53 8.55 8.6
##   1    1   0 1   1   1 1   1   1   1 1   1   0   1   1    1   8    0    0   1
##   2    0   1 0   0   0 1   0   0   0 4   1   1   1   1    0   6    1    1   3
##    
##     8.64 8.7 8.79 8.8 8.82 8.89 8.9 8.94 8.96 9 9.03 9.07 9.08 9.09 9.1 9.12
##   1    0   2    1   2    1    0   2    1    0 1    0    0    0    1   0    0
##   2    1   2    0   6    0    2   1    0    1 4    1    1    1    0   1    1
##    
##     9.2 9.29 9.3 9.33 9.36 9.39 9.4 9.44 9.45 9.5 9.6 9.7
##   1   0    1   2    0    2    0   2    1    0   0   2   1
##   2   2    1   0    1    0    1   1    0    1   1   0   0
prop.table(tabela_Trabalha,1)
##    
##             19         20         21         23         24         25
##   1 0.02777778 0.11111111 0.00000000 0.02777778 0.08333333 0.16666667
##   2 0.00000000 0.03389831 0.01694915 0.01694915 0.05084746 0.05084746
##    
##             26         27         28         29         30         32
##   1 0.05555556 0.00000000 0.00000000 0.00000000 0.16666667 0.05555556
##   2 0.03389831 0.01694915 0.10169492 0.06779661 0.20338983 0.05084746
##    
##             33         34         35         36         40         44
##   1 0.05555556 0.00000000 0.11111111 0.05555556 0.05555556 0.00000000
##   2 0.06779661 0.01694915 0.03389831 0.06779661 0.10169492 0.05084746
##    
##             59         60
##   1 0.02777778 0.00000000
##   2 0.00000000 0.01694915
prop.table(tabela_Trabalha,2)
##    
##            19        20        21        23        24        25        26
##   1 1.0000000 0.6666667 0.0000000 0.5000000 0.5000000 0.6666667 0.5000000
##   2 0.0000000 0.3333333 1.0000000 0.5000000 0.5000000 0.3333333 0.5000000
##    
##            27        28        29        30        32        33        34
##   1 0.0000000 0.0000000 0.0000000 0.3333333 0.4000000 0.3333333 0.0000000
##   2 1.0000000 1.0000000 1.0000000 0.6666667 0.6000000 0.6666667 1.0000000
##    
##            35        36        40        44        59        60
##   1 0.6666667 0.3333333 0.2500000 0.0000000 1.0000000 0.0000000
##   2 0.3333333 0.6666667 0.7500000 1.0000000 0.0000000 1.0000000

##004

barplot(tabela_Trabalha,main = "Trabalham x Horas estudadas", col = c("blue","pink"))

barplot(tabela_moracom,main = "Mora com os pais x Desempenho", col = c("red","green"))

##005

prop.table(table(Questionario_Estresse$Trabalha,Questionario_Estresse$Horas_estudo),1)*100
##    
##            19        20        21        23        24        25        26
##   1  2.777778 11.111111  0.000000  2.777778  8.333333 16.666667  5.555556
##   2  0.000000  3.389831  1.694915  1.694915  5.084746  5.084746  3.389831
##    
##            27        28        29        30        32        33        34
##   1  0.000000  0.000000  0.000000 16.666667  5.555556  5.555556  0.000000
##   2  1.694915 10.169492  6.779661 20.338983  5.084746  6.779661  1.694915
##    
##            35        36        40        44        59        60
##   1 11.111111  5.555556  5.555556  0.000000  2.777778  0.000000
##   2  3.389831  6.779661 10.169492  5.084746  0.000000  1.694915

São duas tabelas com informações da base de dados Questionario_Estresse.xls, no primeiro gráfico é possível analisar os estudantes que trabalham sobre suas horas de estudo, provando que os alunos que trabalham possuem um total de horas de estudo menor do que os alunos que não trabalham.

Analisando a segunda tabela vemos que os alunos que moram com os pais possuem desempenho maior do que aqueles que não moram.