DATAUNIRIO

---
title: "Análise de variável quantitativa por qualitativa"
subtitle: "Uma introdução ao boxplot, dplyr e flextable"
author: "Prof. Steven Dutt Ross"
date: "02/05/2022"
output:
  html_document:
    theme:
       bg: "lightyellow"
       fg: "red"

DATAUNIRIO

dados <-data.frame(x=c(2,3,4,5,5,6,7,8),
                   y=c(4,7,9,10,11,11,13,15))

plot(dados$x,dados$y)

cor(dados$x,dados$y)
cor(dados$x,dados$y, method="spearman")

#-----------------------------------------------------

DATAUNIRIO

library(RcmdrMisc)  

.x <- seq(-3.291, 3.291, length.out=1000)    

plotDistr(.x, dnorm(.x, mean=0, sd=1), cdf=FALSE, xlab="x", ylab="Densidade",regions=list(c(0, 4)), col=c('#0080C0', '#BEBEBE'), legend=FALSE)

# X ~ N(Mu,Sigma)
# Z ~ N(0,1)

DATAUNIRIO

library(leaflet)
leaflet() %>%
  addTiles() %>%
  addCircles(lng=-42.5292995, lat=-22.2944243, 
             popup="Escola C.E. Dr. João Bazet", radius = 50)   %>%
  setView(lng=-42.5292995, lat=-22.2944243,zoom=16)

leaflet() %>%
  addTiles() %>%
  addProviderTiles(providers$CartoDB.DarkMatter) %>%

DATAUNIRIO

População Alvo: Alunos(as) 

Provavelmente + alunos da engenharia civil 

1. (email institucional)
 Amostra por conveniencia 

DATAUNIRIO

### Criação da tabela
tabela <- as.table(rbind(c(117,54),
                         c(950,348)))
tabela

### Rótulos para tabela
dimnames(tabela) <- list(mortalidade = c("Vivo", "Morto"),
                    fumar = c("não fuma","fuma"))
#----------------------------------------------------------
# Hipóteses

DATAUNIRIO

# Importar
library(readxl)
QE <- read_excel("C:/Users/Hp/Desktop/Base_de_dados-master/Questionario_Estresse.xls")
View(QE)

# Transformar
QE$Mora_pais <- ifelse(QE$Mora_pais==1,"Sim","Não")
QE$RJ <- ifelse(QE$RJ==1,"Sim","Não")
QE$Namorado_a <- ifelse(QE$Namorado_a==1,"Sim","Não")

DATAUNIRIO

# remotes::install_github("thomas-neitmann/ggcharts", upgrade = "never")
library(dplyr)
library(ggcharts)

biomedicalrevenue %>%
  filter(year %in% c(2012, 2015, 2018)) %>%
  bar_chart(x = company, y = revenue, facet = year, top_n = 10)

biomedicalrevenue %>% filter(year == 2018) %>%

DATAUNIRIO

# Carrega o pacote
library(deflateBR)

deflate(nominal_values = 1091.01, 
        nominal_dates = as.Date("2015-01-01"), 
        real_date = "01/2022")

# R$ 1653.53
# R$ 1759,56

DATAUNIRIO

salario <- rnorm(200,4000,15)
salario <- round(salario,2)
anos_de_empresa<- salario/1000 + rnorm(200,0,5)
anos_de_empresa<- anos_de_empresa + 10
anos_de_empresa<- round(anos_de_empresa)
plot(anos_de_empresa,salario)
min(anos_de_empresa)

modelo <- lm(salario ~ anos_de_empresa)
bptest(modelo)