Desafio

Desafio

Comecei o desafio carregando dados:

library("openxlsx")
dados= read.xlsx("homework3.xlsx", colNames = TRUE)
head(dados)

##       Country HDI_Rank   HDI CPI            Region
## 1 Afghanistan      172 0.398 1.5      Asia Pacific
## 2     Albania       70 0.739 3.1 East EU Cemt Asia
## 3     Algeria       96 0.698 2.9              MENA
## 4      Angola      148 0.486   2               SSA
## 5   Argentina       45 0.797   3          Americas
## 6     Armenia       86 0.716 2.6 East EU Cemt Asia

summary(dados)

##    Country             HDI_Rank          HDI                CPI           
##  Length:173         Min.   :  1.00   Length:173         Length:173        
##  Class :character   1st Qu.: 47.00   Class :character   Class :character  
##  Mode  :character   Median : 96.00   Mode  :character   Mode  :character  
##                     Mean   : 95.28                                        
##                     3rd Qu.:143.00                                        
##                     Max.   :187.00                                        
##     Region         
##  Length:173        
##  Class :character  
##  Mode  :character  
##                    
##                    
## 

# como pode ser visto, o HDI e o CPI apresentam dados que são do tipo String ou caracter. É preciso fazer uma conversão numérica para utilizá-los. 

Convertendo os dados

# não utilizaremos HDI_RANK, que por ser inteiro foi reconhecido como número.
HDI <- as.numeric(dados$HDI)
CPI <- as.numeric(dados$CPI)
Country <- dados$Country
Region <- dados$Region
df <- data.frame(Country,CPI,HDI,Region)
head(df)

##       Country CPI   HDI            Region
## 1 Afghanistan 1.5 0.398      Asia Pacific
## 2     Albania 3.1 0.739 East EU Cemt Asia
## 3     Algeria 2.9 0.698              MENA
## 4      Angola 2.0 0.486               SSA
## 5   Argentina 3.0 0.797          Americas
## 6     Armenia 2.6 0.716 East EU Cemt Asia

summary(df)

##    Country               CPI             HDI            Region         
##  Length:173         Min.   :1.500   Min.   :0.2860   Length:173        
##  Class :character   1st Qu.:2.500   1st Qu.:0.5090   Class :character  
##  Mode  :character   Median :3.200   Median :0.6980   Mode  :character  
##                     Mean   :4.052   Mean   :0.6581                     
##                     3rd Qu.:5.100   3rd Qu.:0.7930                     
##                     Max.   :9.500   Max.   :0.9430

Como pode ser evidenciado, apenas a colunas Region e Country continuaram com dados categóricos.

library(ggplot2)

Construa um diagrama de dispersão entre as variáveis CPI (eixo x) e HDI (eixo y). Coloque a cor vermelha nos pontos.

La <- ggplot(df, aes(x=CPI,y=HDI, color="red")) + geom_point()
La

Agora diferencie a cor dos pontos por região:

lb <- ggplot(df, aes(x=CPI,y=HDI, color=Region)) + geom_point()
lb

Faça um gráfico com pontos maiores:

lc <- ggplot(df, aes(x=CPI,y=HDI, color="red")) + geom_point(size=3)
lc

Faça um gráfico que o tamanho dependa da variável HDI:

ld <- ggplot(df, aes(x=CPI,y=HDI, color="red")) + geom_point(size=HDI)
ld

Inclua nomes nos eixos X e Y, um titulo, bem como legendas que julgar necessário.

le <- ggplot(df, aes(x=CPI,y=HDI, color=Region)) + geom_point(size=CPI) + labs (x="Países em ordem decrescente de corrupção", y="Indice de Desenvolvimento Humano",title="Comparativo IDH x Corrupção")
le

DESAFIO:

g=ggplot(df, mapping=aes(x=CPI, y=HDI, color=Region)) + geom_point(shape=19,size=4)+scale_x_continuous(limits=c(1,10.5), breaks=1:10) +
  scale_y_continuous(limits = c(0.2,1.0))    


gh=g + geom_smooth(aes(group=1),method='lm', formula=y~log(x),se=FALSE, color='red')


g1= gh+ geom_text(aes(label=Country))


plot=c("Russia", "Venezuela", "Iraq", "Myanmar", "Sudan",
                   "Afghanistan", "Congo", "Greece", "Argentina", "Brazil",
                   "India", "Italy", "China", "South Africa", "Spane",
                   "Botswana", "Cape Verde", "Bhutan", "Rwanda", "France",
                   "United States", "Germany", "Britain", "Barbados", "Norway", "Japan", "New Zealand", "Singapore", "Cuba")


g2 <- gh +  geom_text(aes(label=Country), color='gray20',data=subset(df, Country %in% plot), check_overlap = TRUE)


g3 <- g2 + theme_bw()


g4 <- g3 + labs(x="Corruption Perceptions Index, 2011 (10=least corrupt)",
                  y="Human Development Index, 2011 (1=Best)",
                  title='Corruption and Human Development')

g4