Carregando Pacotes

#install.packages(remotes)  # Caso seja necessário
remotes::install_github("juba/rmdformats")
remotes::install_github("glin/reactable")

vetor_pacotes=c("readr",
                "ggplot2",
                "plotly",
                "e1071",
                "dplyr",
                "Hmisc",
                "DescTools",
                "esquisse",
                "kableExtra",
                "gridExtra",
                "e1071",
                "devtools"
)
#install.packages(vetor_pacotes)

lapply(vetor_pacotes, 
       require, 
       character.only = TRUE)

## [[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] FALSE

Importacao do banco do ENADE/INEP

enade2017 = read_csv2("MICRODADOS_ENADE_2017.txt") 

Selecionando as variaveis desejadas

microdados_enade_filtrados= enade2017 %>% dplyr::select(CO_GRUPO,CO_REGIAO_CURSO,NU_IDADE,
                                                        TP_SEXO,CO_TURNO_GRADUACAO,NT_GER,
                                                        QE_I01,QE_I02,QE_I08,
                                                        QE_I21,QE_I23,NT_OBJ_FG, 
                                                        NT_OBJ_CE,
                                                        TP_SEXO,
) 


campos<-  c('NT_OBJ_FG(Nota bruta)' ,'CO_GRUPO(Código da área do curso)', 'CO_REGIAO_CURSO', 'QE_I02(Raça)' ,'CO_TURNO_GRADUACAO(Turno da Graduação')
resultado <-  c('Quantitativa Contínua' ,'Qualitativa Nominal', 'Qualitativa Nominal', 'Qualitativa Nominal' ,'Qualitativa Ordinal')
Tiposvariáveis <- data.frame(campos, resultado)

Tiposvariáveis %>%  kbl(caption = "Tipos de variáveis - Classificação") %>%  kable_material_dark(full_width = T)

Selecionando o curso 5401 e 5402 – Ciências Sociais (Bacharelado e Licenciatura)

microdados_ti = microdados_enade_filtrados %>% filter(CO_GRUPO==5401 | CO_GRUPO==5402 ) 

Transformando as variaveis (Colocando os labels)

microdados_ti = microdados_ti %>% mutate(TURNO_GRADUACAO = case_when( CO_TURNO_GRADUACAO == "1" ~ "Matutino",
                                                                    CO_TURNO_GRADUACAO == "2" ~ "Vespertino",
                                                                    CO_TURNO_GRADUACAO == "3" ~ "Integral",
                                                                    CO_TURNO_GRADUACAO == "4" ~ "Noturno"
)) 



microdados_ti = microdados_ti %>% mutate(regiao = case_when( CO_REGIAO_CURSO == 1 ~ "Norte",
                                                             CO_REGIAO_CURSO == 2 ~ "Nordeste",
                                                             CO_REGIAO_CURSO == 3 ~ "Sudeste",
                                                             CO_REGIAO_CURSO == 4 ~ "Sul",
                                                             CO_REGIAO_CURSO == 5 ~ "Centro-Oeste"
)) 

#sexo
microdados_ti = microdados_ti %>% mutate(sexo = case_when( TP_SEXO == "M" ~ "Masculino",
                                                           TP_SEXO == "F" ~ "Feminino")) 

microdados_ti = microdados_ti %>% mutate(hestudos = case_when( QE_I23 == "A" ~ "Nenhuma, apenas assisto as aulas",
                                                               QE_I23 == "B" ~ "De uma a três",
                                                               QE_I23 == "C" ~ "De quatro a sete",
                                                               QE_I23 == "D" ~ "De oito a doze",
                                                               QE_I23 == "E" ~ "Mais de doze")) 

microdados_ti = microdados_ti %>% mutate(
  estado_civil2 = case_when(
    QE_I01 == "A" ~ "Solteiro(a)",
    QE_I01 == "B" ~ "Casado(a)",
    QE_I01 == "C" ~ "Separado(a)",
    QE_I01 == "D" ~ "Viúvo(a)",
    QE_I01 == "E" ~ "Outro"
  )
)

microdados_ti = microdados_ti %>% mutate(
  Raça = case_when(
    QE_I02 == "A" ~ "Branca.",
    QE_I02 == "B" ~ "Preta.",
    QE_I02 == "C" ~ "Amarela.",
    QE_I02 == "D" ~ "Parda.",
    QE_I02 == "E" ~ "Indígena.",
    QE_I02 == "F" ~ "NãoDeclarada"
  )
)

Foi selecionado o curso Ciências Sociais (Bacharelado e Licenciatura), no total de 7253. Serão analisados os turnos da graduação, raça declarada e posteriormente as regiões do país. Os turnos são distribuidos em Integral,Matutino, Noturno e Vespertino. As raças declaradas foram Preta, Parda, Branca, Amarela, Indígena e NãoDeclarada.

#Análise dos NAs
enade2017_sem_NA=microdados_ti %>% na.omit()
com_NA <- dim(microdados_ti)[1]
Sem_NA <- dim(enade2017_sem_NA) [1]
Diferença <- com_NA - Sem_NA

campos <- c('com NA','Sem NA','Diferença')
resultado <-  c(com_NA,Sem_NA,Diferença)
AnaliseNA <- data.frame(campos, resultado) 
AnaliseNA %>%  kbl(caption = "Análise dos NAs") %>%  kable_material_dark(full_width = F)

Ao analisar os valores faltantes dos registros, para não distorcer os valores, os mesmos serão retirados.

#Contabilizando os Na´s
resumo_nas=microdados_ti %>%
  select(everything()) %>%  
  summarise_all(list(~sum(is.na(.))))

#Removendo  Na´S De todas As variáveis que possuem NA
microdados_ti_sem_NA=microdados_ti %>% na.omit()

##Confirmar valor selecionado sem NAs 
dim(microdados_ti_sem_NA) [1]

## [1] 4603

#Verificando de foram retirados os NA´S
resumo_nas=microdados_ti_sem_NA %>%
  select(everything()) %>%  
  summarise_all(list(~sum(is.na(.))))
resumo_nas %>% kbl(caption = "Verificando de foram retirados os NAs") %>% kable_material_dark(full_width = F)

Análise da Nota bruta na parte objetiva do componente específico. (valor de 0 a 100)

microdados_ti_sem_NA %>% 
  select( NT_OBJ_CE) %>% 
  summarise(  quantidade = n(),
              media = mean(NT_OBJ_CE),
              mediana = median(NT_OBJ_CE),
              moda =  Mode(NT_OBJ_CE),
              cv = sd(NT_OBJ_CE)/media*100,
              assimetria = skewness(NT_OBJ_CE),
              curtose = kurtosis(NT_OBJ_CE)
  ) %>% 
  arrange(desc(mediana))  %>% 
  kbl(caption = "Nota bruta da prova") %>% 
  kable_material_dark(full_width = F)

#Estatísticas resumo 
summary(microdados_ti_sem_NA$NT_OBJ_CE) 

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    0.00   34.80   47.80   46.53   58.30   91.70

Gráficos da análise descritiva para a variável nota dos alunos de Ciencias Sociais

g_hist=ggplot(microdados_ti_sem_NA,aes(x=NT_OBJ_CE)) + 
  geom_histogram(color = "black",fill="lightblue",bins =50,aes(y=(..count..)/sum(..count..)))+
  ggtitle("Histograma da nota dos alunos Ciências Sociais (Bacharelado/Licenciatura)  ")+
  xlab("nota") +
  ylab("Frequência relativa")

g_densidade=ggplot(microdados_ti_sem_NA,aes(x=NT_OBJ_CE))+
  geom_density(col=2,size = 1, aes(y = 27 * (..count..)/sum(..count..))) +
  ggtitle("Curva de densidade da nota dos alunos Ciências Sociais (Bacharelado/Licenciatura) ") +
  xlab("Nota dos alunos") +
  ylab("Frequência relativa")

g_hist_densidade = ggplot(microdados_ti_sem_NA,aes(x=NT_OBJ_CE)) + 
  geom_histogram(color = "black",fill="lightblue",bins =50,aes(y=(..count..)/sum(..count..)))+
  geom_density(col=2,size = 1, aes(y = 27 * (..count..)/sum(..count..))) +
  ggtitle("Histograma e curva de densidade da nota dos alunos Ciências Sociais (Bacharelado/Licenciatura) ")+
  xlab("Nota dos alunos") +
  ylab("Frequência relativa")

grid.arrange( g_hist,
              g_densidade,
              g_hist_densidade,
              nrow=3,ncol=1)

## Nesta curva de densidade observa-se o padrão geral da distribuição. A área sob a curva e acima do intervalo de valores é a proporção de todas as observações que se enquadram np intervalo.

#Comparar as médias por Raça e Turno da Graduação
require(dplyr)
microdados_ti_mod2= microdados_ti_sem_NA %>% 
  select(TURNO_GRADUACAO,NT_OBJ_CE,Raça) %>% 
  group_by(Raça,TURNO_GRADUACAO) %>% 
  summarise(  quantidade=n(),
              media = mean(NT_OBJ_CE,na.rm = T),
              mediana = median(NT_OBJ_CE,na.rm = T),
              cv=sd(NT_OBJ_CE,na.rm=T)/media*100,
              amplitude_interquartil=IQR(NT_OBJ_CE)) %>% 
  arrange(desc(mediana))
microdados_ti_mod2  %>% kbl(caption = "Comparar as médias por Raça e Turno da Graduação") %>% kable_material_dark(full_width = F)

#Tabulação cruzada
table(microdados_ti_sem_NA$TURNO_GRADUACAO,microdados_ti_sem_NA$Raça)  %>% kbl(caption = "Tabulação cruzada") %>% kable_material_dark(full_width = F)

#Tabulação cruzada proporção
prop.table(table(microdados_ti_sem_NA$TURNO_GRADUACAO,microdados_ti_sem_NA$Raça))  %>% kbl(caption = "Tabulação cruzada proporção") %>% kable_material_dark(full_width = F)

#assimetria e curtose

dados_turno_raça = microdados_ti_sem_NA %>% 
  select(TURNO_GRADUACAO,NT_OBJ_CE,Raça) %>% 
  group_by(TURNO_GRADUACAO) %>% 
  summarise(  quantidade=n(),
              media = mean(NT_OBJ_CE),
              mediana = median(NT_OBJ_CE),
              cv=sd(NT_OBJ_CE)/media*100,
              amplitude_interquartil=IQR(NT_OBJ_CE),
              assimetria=skewness(NT_OBJ_CE),
              curtose=kurtosis(NT_OBJ_CE)
  ) %>% 
  
  arrange(desc(cv))

dados_turno_raça  %>% kbl(caption = "Raça e Turno da Graduaçao - assimetria e curtose") %>% kable_material_dark(full_width = F)

Análises Gráficas - Comparando as médias por Raça e Turno do Curso

#Histograma
dados=microdados_ti_sem_NA
grafico_histograma1 = ggplot(dados, aes(x=NT_OBJ_CE,fill=TURNO_GRADUACAO)) + 
  geom_histogram() +
  ggtitle("Gráfico histograma da Nota por Turno de Graduação") +
  xlab("Notas") +
  ylab("Frequência simples") +
  facet_grid(~TURNO_GRADUACAO)

ggplotly(grafico_histograma1)

dados=microdados_ti_sem_NA
grafico_boxplot1 = ggplot(dados, aes(x=TURNO_GRADUACAO,y=NT_OBJ_CE,fill=TURNO_GRADUACAO)) + 
  geom_boxplot() +
  ggtitle("Gráfico de Box-plot da Nota por Turno da Graduação e Raça")+
  xlab("TURNO da GRADUACAO") +
  ylab("Notas") +
  facet_grid(~Raça)+
  theme(axis.text.x = element_text(angle = 90, vjust = 0.5, hjust=1))


ggplotly(grafico_boxplot1)

Comparando as médias por Raça e região

microdados_ti_mod3= microdados_ti_sem_NA %>% 
  select(TURNO_GRADUACAO,NT_OBJ_CE,regiao,hestudos,Raça) %>% 
  group_by(Raça,regiao) %>% 
  summarise(quantidade=n(),
            media = mean(NT_OBJ_CE),
            mediana = median(NT_OBJ_CE),
            cv=sd(NT_OBJ_CE)/media*100,
            amplitude_interquartil=IQR(NT_OBJ_CE),
            assimetria=skewness(NT_OBJ_CE),
            curtose=kurtosis(NT_OBJ_CE)) %>% 
  arrange(desc(media))

microdados_ti_mod3  %>% kbl(caption = "Comparando as médias") %>% kable_material_dark(full_width = F)

#Tabulação cruzada
table(microdados_ti_sem_NA$regiao,microdados_ti_sem_NA$Raça)  %>% kbl(caption = "Tabulação cruzada") %>% kable_material_dark(full_width = F)

#Tabulação cruzada proporção
prop.table(table(microdados_ti_sem_NA$regiao,microdados_ti_sem_NA$Raça))%>% kbl(caption = "Tabulação cruzada proporção") %>% kable_material_dark(full_width = F)

Análises Gráficas - Comparando as médias por raça e região

#Histograma
dados=microdados_ti_sem_NA
grafico_histograma2 = ggplot(dados, aes(x=NT_OBJ_CE,fill=regiao)) + 
  geom_histogram()+
  ggtitle("Notas por  Cor e região" )+
  xlab("Qtd") +
  ylab("Frequência simples") +
  facet_grid(~Raça)

ggplotly(grafico_histograma2)

#box-plot
dados=microdados_ti_sem_NA
grafico_boxplot2 = ggplot(dados, aes(x=regiao,y=NT_OBJ_CE,fill=regiao)) + 
  geom_boxplot() +
  ggtitle("Boxplot da Nota por região e Raça")+
  ylab("Notas") +
  facet_grid(~Raça)+
  theme(axis.text.x = element_text(angle = 90, vjust = 0.5, hjust=1))

ggplotly(grafico_boxplot2)