-
Notifications
You must be signed in to change notification settings - Fork 2
/
Exemplo_3.R
163 lines (132 loc) · 5.7 KB
/
Exemplo_3.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
# R-Ladies Natal - 1° Meetup
# Introdução ao R: passo a passo para iniciantes
# Coorganizadora e ministrante: Jeanne Franco
# Data: 17/06/2020
# Primeiro estabeleça um diretório no seu computador
datasets::cars # Um dos conjuntos de dados do R
data(cars) # Todo conjunto de dados
head(cars) # Primeiros valores da tabela
tail(cars) # Últimos valores da tabela
table(cars) # Tabela com conjunto de valores
table(cars$dist) # Apenas valores de distância
table(cars$speed) # Apenas valores de velocidade
summary(cars)
str(cars)
# OBS.: Acesse help(cars) para entender a descrição dos dados
# Acesse em help as funções de cada tipo de gráfico: hist, barplot, boxplot, etc.
# Histograma
hist()
hist(cars$speed)
hist(cars$dist)
# Boxplot
boxplot(cars$speed)
boxplot(cars$dist)
data("iris")
boxplot(Sepal.Length ~ Species, data = iris)
data("ToothGrowth")
# Dispersão
plot(cars$dist~cars$speed)
plot(cars$dist~cars$speed, col = "red", ylab = "Stopping distance (ft)",
xlab = "Speed (mph)")
mdisp <- lm(cars$dist~cars$speed) # Modelo linear
abline(mdisp, col = "orange")
plot(cars$dist~cars$speed, col = "blue", ylab = "Stopping distance (ft)",
xlab = "Speed (mph)", pch = 15)
abline(mdisp, col = "orange", lwd = 2)
data("iris")
plot(iris$Sepal.Length ~ iris$Petal.Length) # Continue
# Símbolos:pch, lwd, cex
# Entrada de dados (tabelas)
# No diretório procure o arquivo em txt ou csv com os dados
# Salve a tabela do Excel como texto separado por tabulação (text(tab delimeted))
# O txt indica que o arquivo foi salvo como um bloco de notas
# Alguns arquivos podem estar salvo em csv, então deve-se usar read.csv para
# buscar o arquivo
# Barra
rank <- read.table(file = "rank_university.txt", header = T)
rank
rank2 <- rank[1:25, ] # Seleciona dados das linhas 1 a 25 e todas as colunas
table(rank$Location)
pais <- table(rank$Location)
score <- table(rank$Score)
barplot(pais)
barplot(table(rank2$Location)) # Frequência de universidades analisadas
colors() # Acesso a cores do R
barplot(table(rank2$Location), col = "seagreen", xlab = "Frequência",
ylab = "País") # Após vírgula e enter o código é quebrado em parágrafo, isso
# permite maior organização do script.
covid <- read.csv(file = "full-list-cumulative-total-tests.csv", header = T)
covid
View(covid)
str(covid)
barplot(table(covid$Entity))
covid2 <- covid[1:780, ]
barplot(table(covid2$Entity))
barplot(table(covid2$Entity), ylab = "Frequência de testes", main = "Testes de COVID-19",
col = "steelblue2")
# Média de testes por país
mean.pais <- tapply(covid2$Total.tests.per.thousand, covid2$Entity, mean)
barplot(mean.pais)
barplot(mean.pais, ylab = "Testes a cada mil pessoas", main = "Testes de COVID-19",
col = "steelblue2", cex.names = 0.9)
data("iris")
comp.sepala <- (iris$Sepal.Length) # Extrai a variável comprimento de sépala
comp.petal <- (iris$Petal.Length) # Extrai a variável comprimento de pétala
sp <- (iris$Species) # Extrai a variável espécie
irisp <- tapply(comp.petal, sp, mean)
barplot(irisp)
barplot(irisp, col = "salmon4", xlab = "Espécies", ylab = "Comprimento Pétalas")
data("ToothGrowth")
comp.dentes <- ToothGrowth[ , 1:2] # Seleciona as duas primeiras colunas
suplemento <- comp.dentes$supp
comp <- comp.dentes$len
med.sup <- tapply(comp, suplemento, mean)
barplot(med.sup, main="",
xlab="Tipo de Suplemento", ylab = "Comprimento dos dentes",
col=c("darkblue","red"), # Duas cores (concatenar)
legend.text=c("Suco de Laranja", "Vitamina C"),
ylim = c(0, 32))
comp.dentes1 <- ToothGrowth[ , 1:3] # Seleciona as duas primeiras colunas
suplemento <- comp.dentes1$supp
comp <- comp.dentes1$len
dos <- comp.dentes1$dose
med.sup1 <- tapply(comp, dos, mean)
desv <- tapply(comp, dos, sd)
ncomp <- tapply(comp, dos, length)
se <- with(comp.dentes1, med.sup1/ncomp)
graf <- barplot(med.sup1, main="Comprimento dos dentes - Porquinho da Índia",
ylab = "Comprimento dos dentes", xlab="Dose de vitamina C (mg/dia)",
legend.text=c("Dose 1","Dose 2","Dose 3"),
args.legend = list(x="topleft", bty="n"), # bty = n indica legenda sem bordas
col=c("yellow", "orange", "darkorange2"),
ylim = c(0, 30))# Três cores (concatenar)
arrows(graf, med.sup1 + se, graf,
med.sup1 - se, graf, length = 0.08, code = 3, angle = 90, # code: tipo de barra de erro
lwd = 2.3) # lwd: espessura da barra de erro
text(graf, 2, paste("n = ", ncomp)) # Número de amostras (length)
boxplot(ToothGrowth$len ~ ToothGrowth$dose, main="Comprimento dos dentes - Porquinho da Índia",
ylab = "Comprimento dos dentes", xlab="Dose de vitamina C (mg/dia)",
col = c("bisque4", "lightblue4", "lightcoral"))
boxplot(ToothGrowth$len ~ ToothGrowth$dose, main="Comprimento dos dentes - Porquinho da Índia",
ylab = "Comprimento dos dentes", xlab="Dose de vitamina C (mg/dia)",
col = c("bisque4", "lightblue4", "lightcoral"), notch = T) #Fenda
# Linha
rank <- read.table(file = "rank_university.txt", header = T)
rank
rank2 <- rank[1:25, ]
plot(rank2[, 1] ~ rank2[ , 8], type = "l",
lwd = 2, col = "darkviolet",
xlab = "Rank Mundial", ylab = "Score",
main = "Rankeamento de universidades") # Rank inversamente proporcional a score
rank3 <- rank[1:15, ]
plot(rank3$Score ~ rank3$world_rank, type = "l",
col = "forestgreen",
lwd = 2.8,
xlab = "Rank Mundial", ylab = "Score",
main = "Rankeamento de universidades")
rank3 <- rank[1:30, ]
plot(rank3$Employment ~ rank3$Score, type = "l",
col = "forestgreen",
lwd = 2.8,
xlab = "Score", ylab = "Desemprego",
main = "Rankeamento de universidades")