1 Capitulo


1.1 Elementos Básicos


1.1.1 Introdução

O RMarkdown é uma parte do R que permite a formatação de textos. Uma de suas vantagens é que este programa permite a inserção de ;

  1. GRÁFICOS

  2. FIGURAS

  3. TABELAS

  4. SOBRESCRITO

5.SUBSCRITO

  1. CÓDIGOS DO R

  2. CITAÇÕES

2 Capitulo


3 Capitulo


3.1 Criação de Listas


No RMarkdown é possivel criar listas ordenadas ou sem ordenação.

3.1.1 Lista Sem ordenação

  • Título 1

    • Subtítulo

      • Comentários

3.1.2 Lista Ordenada

  1. Item 1
  1. Subitem A

  2. Subitem B

  3. Subitem c


4 Capitulo


4.1 Criação de Tabelas


A estrutura do RMarkdown pode ser configurada para exibir codigos do _R_


4.1.1 Tabela com códigos visiveis


  library(readr)
library(lubridate)
## Warning: package 'lubridate' was built under R version 4.2.2
## Carregando pacotes exigidos: timechange
## Warning: package 'timechange' was built under R version 4.2.2
## 
## Attaching package: 'lubridate'
## The following objects are masked from 'package:base':
## 
##     date, intersect, setdiff, union
library(tidyverse)
## Warning: package 'tidyverse' was built under R version 4.2.2
## ── Attaching packages
## ───────────────────────────────────────
## tidyverse 1.3.2 ──
## ✔ ggplot2 3.4.0      ✔ dplyr   1.0.10
## ✔ tibble  3.1.8      ✔ stringr 1.4.1 
## ✔ tidyr   1.2.1      ✔ forcats 0.5.2 
## ✔ purrr   0.3.5
## Warning: package 'tidyr' was built under R version 4.2.2
## Warning: package 'dplyr' was built under R version 4.2.2
## Warning: package 'stringr' was built under R version 4.2.2
## Warning: package 'forcats' was built under R version 4.2.2
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ lubridate::as.difftime() masks base::as.difftime()
## ✖ lubridate::date()        masks base::date()
## ✖ dplyr::filter()          masks stats::filter()
## ✖ lubridate::intersect()   masks base::intersect()
## ✖ dplyr::lag()             masks stats::lag()
## ✖ lubridate::setdiff()     masks base::setdiff()
## ✖ lubridate::union()       masks base::union()
library(kableExtra)
## Warning: package 'kableExtra' was built under R version 4.2.2
## 
## Attaching package: 'kableExtra'
## 
## The following object is masked from 'package:dplyr':
## 
##     group_rows
library(knitr)
## Warning: package 'knitr' was built under R version 4.2.2
library(foreign)
library(htmltools)
## Warning: package 'htmltools' was built under R version 4.2.2
library(car)
## Warning: package 'car' was built under R version 4.2.2
## Carregando pacotes exigidos: carData
## Warning: package 'carData' was built under R version 4.2.2
## 
## Attaching package: 'car'
## 
## The following object is masked from 'package:dplyr':
## 
##     recode
## 
## The following object is masked from 'package:purrr':
## 
##     some
library(rstatix)
## Warning: package 'rstatix' was built under R version 4.2.2
## 
## Attaching package: 'rstatix'
## 
## The following object is masked from 'package:stats':
## 
##     filter
library(emmeans)
## Warning: package 'emmeans' was built under R version 4.2.2
dados <- 
 read.dbf(file.choose())

dengue <- 
  dados |> 
  filter(ID_AGRAVO == "A90") |> 
  mutate(DT_SIN_PRI = ymd(DT_SIN_PRI),
         sem_epi = epiweek(DT_SIN_PRI),
         ano_epi = epiyear(DT_SIN_PRI),
         mes = month(DT_SIN_PRI))
kable(head(dengue, 10))
NU_NOTIFIC TP_NOT ID_AGRAVO CS_SUSPEIT IN_AIDS CS_MENING DT_NOTIFIC SEM_NOT NU_ANO SG_UF_NOT ID_MUNICIP ID_REGIONA ID_UNIDADE DT_SIN_PRI SEM_PRI DT_NASC NU_IDADE_N CS_SEXO CS_GESTANT CS_RACA CS_ESCOL_N SG_UF ID_MN_RESI ID_RG_RESI ID_DISTRIT ID_BAIRRO ID_LOGRADO ID_GEO1 ID_GEO2 CS_ZONA ID_PAIS NDUPLIC_N IN_VINCULA DT_INVEST ID_OCUPA_N CLASSI_FIN CRITERIO TPAUTOCTO COUFINF COPAISINF COMUNINF CODISINF CO_BAINFC NOBAIINF DOENCA_TRA EVOLUCAO DT_OBITO DT_ENCERRA DT_DIGITA DT_TRANSUS DT_TRANSDM DT_TRANSSM DT_TRANSRM DT_TRANSRS DT_TRANSSE NU_LOTE_V NU_LOTE_H CS_FLXRET FLXRECEBI MIGRADO_W CO_USUCAD CO_USUALT sem_epi ano_epi mes
3282723 2 A90 NA NA NA 2008-04-14 200816 2008 61 610213 NA 180142 2008-04-11 200815 1928-05-29 4079 F 9 4 02 33 610213 NA 01 001 NA NA NA 1 1 NA NA 2008-04-14 NA 5 1 NA NA 0 NA NA 0 NA NA NA NA 2008-06-19 2008-04-24 NA NA 2010-11-16 NA NA NA 2010044 NA 0 2 NA NA NA 15 2008 4
7275624 2 A90 NA NA NA 2008-02-12 200807 2008 61 610213 NA 570404 2008-02-06 200806 1953-08-01 4054 F 9 9 09 33 610213 NA 04 014 NA NA NA 1 1 NA NA NA NA 8 NA NA NA 0 NA NA 0 NA NA NA NA 2008-04-14 2008-02-26 NA NA 2010-11-16 NA NA NA 2010043 NA 0 2 NA NA NA 6 2008 2
8247726 2 A90 NA NA NA 2007-12-14 200750 2007 61 610213 NA 319816 2007-12-03 200749 1975-10-20 4032 F 9 NA NA 33 610213 NA 05 020 NA NA NA 1 1 NA NA NA NA 8 NA NA NA 0 NA NA 0 NA NA NA NA 2008-08-05 2008-08-01 NA NA 2010-11-16 NA NA NA 2010043 NA 0 2 NA NA NA 49 2007 12
3286227 2 A90 NA NA NA 2008-04-24 200817 2008 61 610213 NA 139803 2008-04-23 200817 2000-10-28 4037 F 6 9 09 33 610213 NA 01 003 NA NA NA 1 1 NA NA 2008-04-24 NA 1 2 1 61 1 610213 NA 0 NA NA 1 NA 2008-07-10 2008-05-15 NA 2008-07-10 2010-11-16 NA NA NA 2010044 NA 0 2 NA NA NA 17 2008 4
6680424 2 A90 NA NA NA 2008-05-15 200820 2008 61 610213 NA 316380 2008-04-21 200817 NA 4004 M 6 NA 10 33 610213 NA 01 003 NA NA NA 1 1 NA NA NA NA 8 NA NA NA 0 NA NA 0 NA NA NA NA 2008-12-02 2008-11-27 NA NA 2010-11-16 NA NA NA 2010041 NA 0 2 NA NA NA 17 2008 4
0179650 2 A90 NA NA NA 2011-04-15 201115 2011 61 610213 NA 289828 2011-04-15 201115 1990-12-20 4020 M 6 9 09 33 610213 NA 05 020 NA NA NA 1 1 NA NA 2011-04-19 NA 1 1 1 61 1 610213 NA 0 NA NA 1 NA 2011-05-05 2011-04-26 NA NA 2011-08-16 NA NA NA 2011033 NA 0 2 NA NA NA 15 2011 4
2329327 2 A90 NA NA NA 2008-04-29 200818 2008 61 610213 NA 480722 2008-04-19 200816 2006-07-11 4001 M 6 NA 10 33 610213 NA 04 016 NA NA NA NA 1 NA NA NA NA 8 NA NA NA 0 NA NA 0 NA NA NA NA 2008-06-30 2008-06-24 NA NA 2010-11-16 NA NA NA 2010043 NA 0 2 NA NA NA 16 2008 4
6704623 2 A90 NA NA NA 2008-04-10 200815 2008 61 610213 NA 289828 2008-04-08 200815 1998-03-29 4010 M 6 NA NA 33 610213 NA 05 019 NA NA NA 1 1 NA NA NA NA 8 NA NA NA 0 NA NA 0 NA NA NA NA 2008-06-30 2008-06-30 NA NA 2010-11-16 NA NA NA 2010044 NA 0 2 NA NA NA 15 2008 4
9558537 2 A90 NA NA NA 2011-03-02 201109 2011 61 610213 NA 326966 2011-03-02 201109 NA 4021 F 9 9 09 33 610213 NA 03 009 NA NA NA 1 1 NA NA 2011-03-02 NA 1 2 NA NA 0 NA NA 0 NA NA NA NA 2011-03-10 2011-03-10 NA NA 2011-03-15 NA NA NA 2011011 NA 0 2 NA NA NA 9 2011 3
2161122 2 A90 NA NA NA 2007-03-12 200711 2007 61 610213 NA 177921 2007-03-10 200710 1969-10-25 4037 F 9 1 03 33 610213 NA 01 001 NA NA NA 1 1 NA NA 2007-03-14 NA 1 2 1 61 1 610213 NA 84 Jabuticabeira 2 1 NA 2007-05-16 2007-03-22 NA NA 2010-11-16 NA NA NA 2010042 NA 0 2 NA NA NA 10 2007 3
dengue1 <- 
  dengue |> 
  select(ID_AGRAVO, sem_epi, ano_epi, mes)


4.1.2 Tabela com códigos retirados


Tambem é possivel formatar para que somente o resltado esteja visivel assim como a formatação da tabela acima com o R


AGRAVO SEM EPI ANO EPI MÊS
A90 15 2008 4
A90 6 2008 2
A90 49 2007 12
A90 17 2008 4
A90 17 2008 4
A90 15 2011 4


Este banco de dados tem 12781 elementos


Ano Cura Óbito Outro Ignorado
1993 0 0 1 0
2001 0 0 1 0
2003 1 0 0 0
2005 1 0 0 0
2007 347 27 1074 50
2008 1164 453 4751 219
2009 29 7 166 8
2010 86 30 105 13
2011 3584 52 541 45
2012 18 1 2 5
n_casos <- nrow(tabela_dengue)
n_obitos <- sum(dengue$CLASSI_FIN == 2, na.rm = TRUE)


Este banco de dados tem 10 elementos e 570 óbitos

4.1.3 Observações

Observação1


5 Formatação

O RMarkdowntambem pode ser configurado para a exibição de abas:


5.1 Criação de abas


6 Analise Descritiva

6.1 Grafico1

6.2 Grafico2

6.3 Grafico3

7 Capitulo 5


7.1 Observações 2


Esta informações estão em links do YouTube 2.


  1. os códigos não estão visiveis↩︎

  2. Canais dedicados a Pratica de dados e estatística geralmente incluen RMarkdown↩︎