lab1_Laryssa
Laryssa Kellen Filgueira Milanez
2022-03-26
Importando dados
## ── Attaching packages ─────────────────────────────────────── tidyverse 1.3.1 ──## ✓ ggplot2 3.3.5 ✓ purrr 0.3.4
## ✓ tibble 3.1.6 ✓ dplyr 1.0.8
## ✓ tidyr 1.2.0 ✓ stringr 1.4.0
## ✓ readr 2.1.2 ✓ forcats 0.5.1## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## x dplyr::filter() masks stats::filter()
## x dplyr::lag() masks stats::lag()##
## Attaching package: 'scales'## The following object is masked from 'package:purrr':
##
## discard## The following object is masked from 'package:readr':
##
## col_factor## here() starts at /home/laryssa/Laryssa/Mestrado/1º-Trimestre/FPCC2/fpcc2-lab1-laryssamilanez-master## Rows: 24 Columns: 18
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr (18): Curso no PPGCC / UFCG, Tipo de matrícula, Quão confiante você se s...
##
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.## Rows: 24
## Columns: 18
## $ `Curso no PPGCC / UFCG` <chr> …
## $ `Tipo de matrícula` <chr> …
## $ `Quão confiante você se sente com as seguintes tarefas [Descrever uma variável usando conceitos como média, mediana e desvio padrão]` <chr> …
## $ `Quão confiante você se sente com as seguintes tarefas [Criar visualizações de dados como histogramas e gráficos de dispersão]` <chr> …
## $ `Quão confiante você se sente com as seguintes tarefas [Ler material técnico em inglês]` <chr> …
## $ `Quão confiante você se sente com as seguintes tarefas [Programar em R]` <chr> …
## $ `Quão confiante você se sente com as seguintes tarefas [Descrever um modelo de regressão linear]` <chr> …
## $ `Quão confiante você se sente com as seguintes tarefas [Descrever um modelo de regressão logística]` <chr> …
## $ `Você tem experiência com: [Pesquisa]` <chr> …
## $ `Você tem experiência com: [Desenvolvimento de software (fora de disciplinas)]` <chr> …
## $ `Você tem experiência com: [Administração de sistemas]` <chr> …
## $ `Descreva essas experiências por favor` <chr> …
## $ `Em que área você entende que será o seu mestrado/doutorado? (Ex: sistemas distribuídos, IA, interface humano-máquina)` <chr> …
## $ `Alguma outra informação, experiência, expectativa ou qualquer outra coisa que você queira compartilhar sobre você relacionado a FPCC2?` <chr> …
## $ `Sua idade (pode mentir se preferir)` <chr> …
## $ `Quantidade de irmãos (pode mentir se preferir)` <chr> …
## $ `A sua altura em cm (pode mentir se preferir)` <chr> …
## $ `O seu estado (UF) de origem (pode mentir se preferir)` <chr> …
## Rows: 24
## Columns: 18
## $ tipo_curso <chr> "Mestrado", "Doutorado", "Mestrado", "Mestrado", "Mestra…
## $ matricula <chr> "Regular", "Regular", "Regular", "Regular", "Regular", "…
## $ conf_sumarios <chr> "Bastante confiante", "Bastante confiante", "Um pouco", …
## $ conf_histo <chr> "Bastante confiante", "Bastante confiante", "Um pouco", …
## $ ler_ingles <chr> "Bastante confiante", "Médio", "Um pouco", "Totalmente c…
## $ prog_r <chr> "Médio", "Médio", "Nenhuma confiança", "Médio", "Nenhuma…
## $ linear <chr> "Um pouco", "Médio", "Um pouco", "Médio", "Médio", "Bast…
## $ logistica <chr> "Um pouco", "Um pouco", "Um pouco", "Médio", "Nenhuma co…
## $ exp_pesq <chr> "1 ano", "3 anos", "0 anos", "3 anos", "0 anos", "2 anos…
## $ exp_dev <chr> "3 anos", "1 ano", "0 anos", "1 ano", "4+ anos", "1 ano"…
## $ exp_admin <chr> "0 anos", "1 ano", "0 anos", "2 anos", "0 anos", "0 anos…
## $ exp_desc <chr> NA, "Pesquisa: Mestrado e Projetos PIBIC e PIBITI. Desen…
## $ area <chr> "IA, NLP", "Inteligência Artificial na Educação", "Siste…
## $ outra <chr> NA, NA, NA, "Tenho bastante interesse nas áreas de lingu…
## $ idade <chr> "29", "36", "26", "29", "25", "22", "24", "28", "27", "3…
## $ irmaos <chr> "3", "1", "2", "2", "1", "1", "0", "1", "2", "1", "4", "…
## $ altura <chr> "178", "152", "1,65", "170,5", "174", "167", "180", "176…
## $ uf <chr> "PB", "Alagoas", "Opção 1", "PB", "PB", "PB", "Opção 1",…Questão 1
Calcule média e desvio padrão da idade e nível de interesse. As métricas contendos as métricas calculadas para idade e devem ser apresentadas de forma ordenada, da maior idade para a menor. Além de apresentar no relatório, os resultados devem ser salvos em um arquivo csv, que deve ser adicionado ao repositório.
# Cálculo realizado para idade
df_idade <- turma_fpcc2 %>% select(idade) %>%
mutate(idade_int = as.integer(gsub("[a-z]|\\.", "", idade)))
media_id = mean(df_idade$idade_int)
desvio_id = sd(df_idade$idade_int)
sort(df_idade$idade_int, decreasing = TRUE)## [1] 39 39 38 38 37 36 35 34 30 30 29 29 28 27 26 26 25 25 25 25 24 23 22 22# Cálculo realizado para nível de interesse
df_progR<-turma_fpcc2 %>% select(prog_r)%>%
mutate(prog_r = case_when(
prog_r == "Nenhuma confiança" ~ "nc",
prog_r == "Um pouco" ~ "pc",
prog_r == "Médio" ~ "md",
prog_r == "Bastante confiante" ~ "bc",
TRUE ~ prog_r
))%>%
count(prog_r)
media_int = mean(df_progR$n)
desvio_int = sd(df_progR$n)
# Criando o Dataframe com os valores
campos <- c("Media Idade","Media Nível Interesse", "Desvio Padrão Idade", "Desvio Padrão Nível Interesse")
valores <- c(media_id,media_int,desvio_id,desvio_int)
df_data <- data.frame(campos, valores)
valores_ordenados <- df_data[order(-valores),]
# Exibindo o data Frame
valores_ordenados## campos valores
## 1 Media Idade 29.666667
## 2 Media Nível Interesse 6.000000
## 3 Desvio Padrão Idade 5.798551
## 4 Desvio Padrão Nível Interesse 2.708013#Salvando em um arquivo csv
write.csv(valores_ordenados,"quest1.csv")Questão 2
Qual o curso com maior valor médio de idade? Discutir os resultados com base nos dados disponíveis em termos de representatividade.
df_curso <- turma_fpcc2 %>% select(tipo_curso, idade)%>%
mutate(idade_int = as.integer(gsub("[a-z]|\\.", "", idade)))
df_idade1 <- df_curso %>% select(tipo_curso, idade_int)%>%
group_by(tipo_curso) %>%
summarise(num = n(), idade = mean(idade_int))%>%
mutate(maior_media = as.integer(idade))
pos <- which.max(df_idade1$maior_media)
df_idade1[pos, c('tipo_curso', 'maior_media')]## # A tibble: 1 × 2
## tipo_curso maior_media
## <chr> <int>
## 1 Doutorado 35CONCLUSÃO: O curso com maior valor médio de idade é o de “Doutorado”, onde apresenta uma média de 35 anos de idade, porém o curso apresenta apenas 12,5% de representatividade, já o de Mestrado temos 87,5% de representatividade.
Questão 3
Crie um gráfico que mostra a idade média para cada curso. Apresente o gráfico e discuta os resultados no relatório. O gráfico também deve ser salvo em uma imagem no formato png, que deve ser adicionada ao repositório.
df_curso1 <- turma_fpcc2 %>% select(tipo_curso, idade)%>%
mutate(idade_int = as.integer(gsub("[a-z]|\\.", "", idade)))%>%
group_by(tipo_curso)%>%
summarise(media = mean(idade_int))
ggplot(df_curso1, aes(tipo_curso, media, fill = tipo_curso)) +
geom_bar(stat = "identity") +
xlab("Tipo de curso") +
ylab("Número de alunos") +
theme_bw(base_size = 14) +
theme(legend.position = "None")
# Salvando o gráfico
ggsave("alunos_curso_idade.png")## Saving 7 x 5 in imageVemos pelo gráfico que os alunos do Mestrado possuem a menor média de idade, podendo concluir assim que a maioria deles concluíram o curso recentemente. Os alunos de Doutorado possuem a média mais alta.
Questão 4
Crie um gráfico que mostra o percentual de alunos para cada estado de origem. Apresente o gráfico e discuta os resultados no relatório. O gráfico também deve ser salvo em uma imagem no formato png, que deve ser adicionada ao repositório.
df_reg <- turma_fpcc2 %>% select(uf) %>%
filter(uf != "Opção 1")
df_reg <- turma_fpcc2 %>% select(uf) %>%
mutate(uf = ifelse(uf == "Opção 1", NA, uf)) %>%
mutate(uf = case_when(
uf == "Paraiba" ~ "PB",
uf == "Paraíba" ~ "PB",
uf == "PB (Campina Grande)" ~ "PB",
uf == "Acre" ~ "AC",
uf == "Alagoas" ~ "AL",
uf == "Pernambuco, mas moro em Campina Grande há mais de 20 anos" ~ "PE",
TRUE ~ uf
)) %>%
filter(!is.na(uf)) %>%
count(uf) %>%
arrange(-n, uf)%>%
group_by(uf)%>%
summarise(num = n)%>%
mutate(perc2 = num / nrow(turma_fpcc2))
ggplot(df_reg, aes(uf, num, fill = uf)) +
geom_bar(stat = "identity") +
xlab("Uf") +
ylab("% de alunos por estado") +
theme_bw(base_size = 14) +
theme(legend.position = "None")
ggsave("alunos_percent_estado.png")## Saving 7 x 5 in imagePodemos perceber pelo gráfico que a maior parte dos alunos do curso são do próprio estado, ou seja, temos mais alunos da Paraíba em relação aos demais estados listados.
Questão 5
Compare a média de idade geral com a média de idade dos top-5 e dos bottom-5. Além de apresentar e discutir os resultados no relatório, salvar em uma tabela (dataframe) com as médias em questão.
df_mediageral <- turma_fpcc2 %>% select(idade) %>%
mutate(idade_int = as.integer(gsub("[a-z]|\\.", "", idade)))
#Top-5
df_top5 <- df_mediageral %>%
arrange(desc(idade_int)) %>%
slice(1:5)
df_top5## # A tibble: 5 × 2
## idade idade_int
## <chr> <int>
## 1 39 anos 39
## 2 39 39
## 3 38 38
## 4 38 38
## 5 37 37df_bottom5 <- df_mediageral %>%
arrange(idade_int) %>%
slice(1:5)
df_bottom5## # A tibble: 5 × 2
## idade idade_int
## <chr> <int>
## 1 22 22
## 2 22 22
## 3 23 23
## 4 24 24
## 5 25 25# Média Geral do vetor idade_int
md = mean(df_mediageral$idade_int)
# Média do Top-5
mtd = mean(df_top5$idade_int)
# Média do Bottom-5
mbd = mean(df_bottom5$idade_int)
# Criando o Dataframe com os valores
df_idade_quest5 <- data.frame(md, mtd, mbd)
# renomeando colunas
colnames <- c("Média Geral de Idades", "Média de Idades TOP-5", "Média de Idades BOTTOM-5")
colnames(df_idade_quest5) <- colnames
print(df_idade_quest5)## Média Geral de Idades Média de Idades TOP-5 Média de Idades BOTTOM-5
## 1 29.66667 38.2 23.2