Cruzamento de duas Variáveis quantitativas

Carregamento dos dados

library(readxl)
Questionario_Estresse = read_excel("C:/Users/manue/Base_de_dados-master/Questionario_Estresse.xls")
View(Questionario_Estresse)

Diagrama de dispersão de duas variáveis quantitativas

par(bg="lightblue")
par(cex=1.4)
plot(Questionario_Estresse$Horas_estudo, Questionario_Estresse$Estresse, pch=16, col = "purple",
     main = "Diagrama Dispersão - Horas de Estudo/Estresse",
     ylab = "Estresse", xlab = "Horas de Estudo")
abline(lsfit(Questionario_Estresse$Horas_estudo, Questionario_Estresse$Estresse),col="purple")

Matriz de Correlação de duas variáveis quantitativas

names (Questionario_Estresse)
##  [1] "Aluno"        "Turma"        "Mora_pais"    "RJ"           "Namorado_a"  
##  [6] "Trabalha"     "Desempenho"   "Estresse"     "Créditos"     "Horas_estudo"
selecao = c("Estresse","Horas_estudo")

cor_estresse = cor(Questionario_Estresse[,selecao])
cor_estresse
##              Estresse Horas_estudo
## Estresse     1.000000     0.303917
## Horas_estudo 0.303917     1.000000
library(corrplot)
## corrplot 0.92 loaded
par(cex=0.5)
corrplot(cor_estresse)

No primeiro gráfico é avaliado o desvio padrão das variáveis Estresse e Horas de Estudo. O objetivo é entender a dispersão frente a média. Pode-se notar que as variáveis não estão muito relacionadas pois o desvio é alto.

Já no segundo gráfico também é avaliado as variáveis Estresse e Horas de Estudo. Nitidamente a relação entre as mesmas variáveis é próxima a 1, entretanto quando juntas apresentam correlação semelhante a 0,4.