Estatística descritiva com R

statistics.R

x = 10
x

y <- c(10, 9, 8) # concatenar
y

x1 <- seq(0,1, by=0.1) # Cria sequencia de 0 até 1 (pulando 0.1)
x1
help(x1)

x3 <- rep(2, 5)
x3

m1 <- matrix(1:9,byrow=F,nrow=3)
m1
m2 <- matrix(1:9,byrow=T,nrow=3)
m3 <- diag(3)
a <- c(4, 6, 8, 2, 7, 9, 10, 3, 1)
m4 <- matrix(a, nrow=3, byrow=F)

m1 + m2 # soma de matrizes
(m1)%*%(m2) # multiplicação de matrizes


getwd() # Mostrar diretório

# Pegar dados
dados <- read.csv2("/home/aluno/Downloads/Tabela_Questionario_Aula.csv", header=T)
dados

# Informação estatística
summary(dados)

# Mostra o cabeçalho
names(dados)

dados$est_civil

# frequencia absoluta
fa <- table(dados$est_civil)
fa

# frequencia relativa
fr <- prop.table(fa)
fr

# round - deixar o número racional com 2 casas decimais
fr <- round(fr, 2)
fr

# frequencia acumulada
fac = cumsum(fr)
fac

# montar a tabela
tabela <- cbind(fa, fr, fac, porcent=100*fr)
tabela


range(dados$salario)
nclass.Sturges(dados$salario)

fa <- table(cut(dados$salario, seq(3.9, 23.30, l = 7)))
fa
fr <- prop.table(fa)
fr

fr <- round(fr, 2)
fr
tabela <- cbind(fa, fr)
tabela

# Tabelas de contigência
cont <- table(dados$est_civil, dados$instrucao)
cont

par(mfrow=c(1,2))
barplot(table(dados$filho), main="Número de filhos")
barplot(table(dados$filho), main="Número de filhos", col="red")


# Gráfico de pizza
par(mfrow=c(1,1))
pie(table(dados$instrucao), main="Pizza")

# Histograma
dados <- read.csv2("/home/aluno/Downloads/Tabela_Questionario_Aula.csv", header=T)
par(mfrow=c(1, 3))
hist(dados$salario)
hist(dados$salario, nclass=5, col="blue", main="Salário", freq=F)

# Boxplot
dados <- read.csv2("/home/aluno/Downloads/Tabela_Questionario_Aula.csv", header=T)
par(mfrow=c(1, 3))
boxplot(dados$salario, main="Salário")
boxplot(dados$idade_ano, main="Idade")
boxplot(dados$filhos, main="Filhos")

# Medidas básicas
mean(dados$salario)
median(dados$salario)
quantile(dados$salario)
var(dados$salario)
sd(dados$salario)
summary(dados$salario)
IQR(dados$salario)