Análise simples de disciplinas que um aluno quer cursar

dados2.csv

gistfile.R

join = function (x) paste(x, collapse='')

bin_to_int = function (str) strtoi(str, base=2)

dados = read.csv('dados.csv')
colnames(dados)
# [1] "aluno"      "d1"         "d2"         "d3"         "d4"
# [6] "d5"         "d6"         "d7"         "d8"         "d9"
# [11] "d10"        "d11"        "d12"        "d13"        "d14"
# [16] "d15"        "d16"        "quantidade" "aprovacoes" "taxa"

# Reduzindo dimensoes pra economizar memoria, melhorar desempenho e facilitar
# busca de informacao
dados = cbind(dados[1], trilha=bin_to_int(join(dados[2:17])), dados[18:length(dados)])
# dados = read.csv('dados2.csv')
# aluno trilha quantidade aprovacoes taxa
# 1     a  41119          7          4 0.57
# 2     b  32799          7          7 1.00
# 3     c  32927          7          5 0.50
# 4     d  41119          7          6 0.86
# 5     e  41119          7          3 0.42
# 6     f  32925          6          5 0.83

# Quais as trilhas mais escolhidas pelos alunos?
frequencia_trilha = table(dados$trilha)
# 32799 32925 32927 41119
#     1     1     1     3

# Qual a media de taxa de aprovacao?
taxa_media_por_trilha = aggregate(taxa ~ trilha, dados, mean)
# trilha      taxa
# 1  32799 1.0000000
# 2  32925 0.8300000
# 3  32927 0.5000000
# 4  41119 0.6166667

# taxa media de aprovacao e frequencia por trilha
trilhas = cbind(taxa_media_por_trilha, frequencia=as.vector(frequencia_trilha))
# trilha      taxa frequencia
# 1  41119 1.0000000          1
# 2  32799 0.8300000          1
# 3  32927 0.5000000          1
# 4  32925 0.6166667          3

# Trilha de disciplinas que um aluno x quer cursar no perido:
trilha = bin_to_int(join(c(1, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 1, 1, 1, 1, 1)))
# 41119

# Sera que vale a pena?
trilhas[trilhas$trilha == trilha, ]
# 4  41119 0.6166667          3