prova.R

# Prova Linguagem Estatistica
# Rodrigo Luis RM32065
# Victor Moriyuki Kurauchi RM37028

# 1) Tire uma tabela de frequência usando a função table na variável Sexo. Quantos
# homens e quantas mulheres têm no arquivo?

attach(Cadastral)
table(Cadastral$Sexo)

Feminino Masculino 
432       514 

# 2) Ordenar a variável ID.
Cadastral[order(Cadastral$ID),]

# 3) Remova os ID duplicados. Coloque esse arquivo dentro de um objeto chamado A.
A <- unique(Cadastral)

# 4) Já no objeto A. Tire uma tabela de frequência usando a função table na variável Sexo.
# Quantos homens e quantas mulheres têm no arquivo?
table(A$Sexo)
Feminino Masculino 
216       257

# 5) Crie uma variável data atual e acrescenta essa variável ao objeto/ arquivo A.
dataAtual <- Sys.Date()
dataAtual
A$dataAtual <- c(dataAtual)
View(A)

# 6) Verifique se a variável salario é numérica?
is.numeric(A$salario)
TRUE

# 7) Mostre o mínimo e o máximo da variável salario.
min(A$salario) 
[1] 1575
max(A$salario)
[1] 13500

attach(A)

# 8) Crie uma variável faixa de salario com as seguintes quebras: 1574, 3000, 5000, 7000, 13500
#  com as classes fechadas nas esquerda. Right = T. E coloque essa variável no
# arquivo.
sal <- round(salario, digits = 0)
sal <- as.numeric(sal)
sal
faixaSalario <- cut(sal, breaks= c(1574, 3000, 5000, 7000, 13500), right = T, dig.lab = 3)
faixaSalario
A$faixaSalario <- c(faixaSalario)

# 9) Crie um visualizador/ matriz usando a função View().
View(A)

# 10) Atribua o arquivo Transacional ao objeto B. E crie um visualizador/ matriz usando a
# função View().
attach(Transacional)
B <- Transacional
View(B)

# 11) Crie um objeto chamado consolidado e faça uma união dos arquivos A e B através do
# Left join. (Função all.x = TRUE).
consolidado <- merge(A, B, all.x = TRUE)
View(consolidado)

# 12) Crie uma variável comprometimento de renda usando as variáveis ValorEmprestimo e
# Salario. Para isso utilize a expressão. (ValorEmprestimo / salario).Quantas variáveis
# ficaram no arquivo?
consolidado$comprometimentoDeRenda <- c(consolidado$ValorEmprestimo / consolidado$salario)
View(consolidado)
dim(consolidado)
[1] 473  17

# 13) Tire uma frequência separadamente das variáveis Sexo e default. Para isso utilize a
# função Table. Quantos Homens , Mulheres, Adimplente e Inadimplente possui. Os valores
# precisam ser mostrados separadamente.
table(consolidado$Sexo)
Feminino Masculino 
216       257 

table(consolidado$default)
Adimplente Inadimplente 
130          343 

# 14) Faça uma estatística Bivariada utilizando a função CrossTable ente Sexo e default.
# Quem tem o maior percentual de inadimplência Homens ou Mulheres. E qual é esse
# valor? Dica olhar para o percentual coluna.
library(gmodels)

CrossTable(
  consolidado$Sexo, 
  consolidado$default, 
  digits=3, 
  expected = FALSE, 
  prop.r = TRUE,
  prop.c = TRUE,
  prop.t = TRUE,
  asresid = FALSE
)

Homens => 51.3 %

Total Observations in Table:  473 


| consolidado$default 
consolidado$Sexo |   Adimplente | Inadimplente |    Row Total | 
  -----------------|--------------|--------------|--------------|
  Feminino |           49 |          167 |          216 | 
  |        1.810 |        0.686 |              | 
  |        0.227 |        0.773 |        0.457 | 
  |        0.377 |        0.487 |              | 
  |        0.104 |        0.353 |              | 
  -----------------|--------------|--------------|--------------|
  Masculino |           81 |          176 |          257 | 
  |        1.521 |        0.577 |              | 
  |        0.315 |        0.685 |        0.543 | 
  |        0.623 |        0.513 |              | 
  |        0.171 |        0.372 |              | 
  -----------------|--------------|--------------|--------------|
  Column Total |          130 |          343 |          473 | 
  |        0.275 |        0.725 |              | 
  -----------------|--------------|--------------|--------------|
  

# 15) Faça os gráficos de histograma e Boxplot da variável comprometimento de renda.
# Essas variáveis se parece com uma distribuição normal?
hist(consolidado$comprometimentoDeRenda)

boxplot(
  consolidado$ValorEmprestimo, 
  consolidado$salario, 
  main="comprometimento de renda",
  xlab="valorEmprestimo",
  ylab="salario",
  col=c('blue', 'red')
)

Sim
# 16) Crie um novo objeto chamado comprometimento de renda1 e substitui todos os
# valores maiores que 0.5 por 0.5 da variável comprometimento de renda. Para tal operação
# utilize a função replace. Verifique através do mínimo e máximo se a variável
# comprometimento de renda1 está dentro dos limites, ou seja, se tem valores inferiores ou
# igual a 0.5. Coloque esse resultado no arquivo consolidado.
comprometimentoDeRenda1 <- replace(comprometimentoDeRenda, comprometimentoDeRenda > 0.5, 0.5)
View(consolidado)
min(consolidado$comprometimentoDeRenda1)
[1] 0.05406897
max(consolidado$comprometimentoDeRenda1)
[1] 0.5

nrow(subset(consolidado, comprometimentoDeRenda1 <= 0.5))
nrow(subset(consolidado, comprometimentoDeRenda1 > 0.5))
0

consolidado$comprometimentoDeRenda1 <- c(comprometimentoDeRenda1)

# 17) Faça novamente os gráficos histograma e Boxplot da variável comprometimento de
# renda1 e verifique se ainda possui outliers?

hist(consolidado$comprometimentoDeRenda1)

boxplot(
  consolidado$comprometimentoDeRenda1, 
  main="comprometimento de renda1 ",
  xlab="comprometimentoo",
  col=c('blue')
)

R: Não possui mais outliers

# 18) Faça o gráfico qq-normal da variável comprometimento de renda1 e verifica se ela
# possui tendência?
qqnorm(consolidado$comprometimentoDeRenda1)
Não tem nenhuma tendência