UNIVERSIDADE FEDERAL DE OURO PRETO
INSTITUTO DE CIÊNCIAS EXATAS E APLICADAS
JOÃO MONLEVADE
LORENA SOARES DE OLIVEIRA BRAGA
20.1.8052
LISTA 1
ESTATÍSTICA E PROBABILIDADE – MARCOS GOULART
JOAO MONLEVADE, 2021
Prepare-se para as provas
Estude fácil! Tem muito documento disponível na Docsity
Ganhe pontos para baixar
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Guias e Dicas
Prepare-se para as provas
Estude fácil! Tem muito documento disponível na Docsity
Encontrar documentos
Prepare-se para as provas com trabalhos de outros alunos como você, aqui na Docsity
Encontra documentos específicos para os exames da tua universidade
Encontra documentos específicos para os exames da tua universidade
Videoaulas
Prepare-se com as videoaulas e exercícios resolvidos criados a partir da grade da sua Universidade
Quiz
Responda perguntas de provas passadas e avalie sua preparação.
Ganhe pontos para baixar
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Análise Estatística de Salários e População por Nível de Instrução e Localização, Exercícios de Estatística
Um análise estatística de dados de salários e população por nível de instrução e localização rural ou urbana. O autor utiliza o r para ler e manipular os dados, calculando médias, mediana e moda de salários por nível de instrução. Além disso, ele compara as médias salariais entre os graus de instrução e conclui que pessoas com níveis de instrução mais elevados tendem a ter salários mais elevados. O documento também inclui gráficos de dispersão, histogramas e pie charts para ilustrar as conclusões.
Tipologia: Exercícios
2021
1 / 10
Esta página não é visível na pré-visualização
Não perca as partes importantes!
Documentos relacionados
Pré-visualização parcial do texto
Baixe Análise Estatística de Salários e População por Nível de Instrução e Localização e outras Exercícios em PDF para Estatística, somente na Docsity!
UNIVERSIDADE FEDERAL DE OURO PRETO
INSTITUTO DE CIÊNCIAS EXATAS E APLICADAS
JOÃO MONLEVADE
LORENA SOARES DE OLIVEIRA BRAGA
LISTA 1
ESTATÍSTICA E PROBABILIDADE – MARCOS GOULART
JOAO MONLEVADE, 202 1
Questão 1 Letra A
library(readxl) tab <- read_excel("C:/Users/loren/Downloads/tab.xlsx",
- col_types = c("numeric", "text", "text",
- "numeric", "numeric", "numeric",
- "numeric", "numeric")) There were 50 or more warnings (use warnings() to see the first 50)
View(tab) summary(tab$salario) Min. 1st Qu. Median Mean 3rd Qu. Max. 4.000 7.553 10.165 11.122 14.060 23. summary(tab$idade_anos) Min. 1st Qu. Median Mean 3rd Qu. Max. 20.00 30.00 34.50 34.58 40.00 48. summary(tab$n_filhos) Min. 1st Qu. Median Mean 3rd Qu. Max. NA's 0.00 1.00 2.00 1.65 2.00 5.00 16 boxplot(tab$salario,tab$idade_anos,tab$n_filhos) 1= Legenda: 1= Salário 2= Idade anos 3= Número de filhos
MM <- getmode(M) print(MM) [1] 5. getmode <- function(s){
- uniqv <- unique(s)
- uniqv[which.max(tabulate(match(s, uniqv)))]
- }
s <- (x$superior) ms <- getmode(s) print(ms) [1] 10.
Após fazer a divisão da tabela importada anteriormente pelo grau de instrução e salário utilizando o comando split, calculei a média, mediana e moda. Letra C Analisando os dados da tabela e fazendo a comparação das médias salariais entre os graus de instrução é possível concluir que pessoas com um nível de escolaridade maior vão consequentemente ter um salário maior, onde o grau de instrução é diretamente proporcional ao salário. Legenda: População Rural É possível concluir pelo gráfico a maioria das famílias de população rural possuem salário de até R$ 1 908,00.
Legenda: População Urbana É possível concluir que a maioria das famílias da população urbana recebem salário de mais de R$ 2862,00 a R$ 5724,00. Legenda: População Total Foi possível observar que a população urbana tem uma influência maior que a população rural, ou seja, como foi mostrado no gráfico da população urbana, a maioria das famílias recebem um salário superior a R$ 2862,00 até 5724,00.
Como os histogramas são gráficos de barras, onde suas barras correspondem a frequência variável e são calculadas pela área da barra é possível concluir que quando as famílias urbanas atingem o nível maior de salário a variância se mantém constante para o tamanho da família nos intervalos 3.0 a 3.2, porém é possível concluir também que a população que apresenta o tamanho de família entre os intervalos 2.6 a 2.8 e superior a 3.2 apresentam uma constância quando se diz respeito ao salário. Legenda: Histograma da População Rural É possível concluir pelo histograma que a população rural que apresenta um salário superior mantém uma constância em relação ao tamanho da família entre os intervalos 3 .1 e 3.2, no entanto com um salário inferior pode-se notar também uma constância em relação ao tamanho da família entre os intervalos 3.4 e 3.7.
Legenda: Histograma População Total Dessa forma, é possível concluir que famílias que apresentam um salário superior apresentam uma frequência constante de tamanho entre os intervalos 3.0 e 3.1, já em relação ao salário inferior, reduzido a metade apresentam uma frequência diversificada em relação ao tamanho da família, intercalando entre os intervalos 2. e 2.9 e entre os intervalos 3.1 e 3.3. Código da questão 02 library(readxl) tabela6971 <- read_excel("tabela6971.xlsx", col_types = c("text", "text", "text", "numeric", "numeric", "numeric")) legendaPOP <- paste(colnames(tabela6971$...3), tabela6971$...3) pie(tabela6971$Urbana, labels = legendaPOP, main = "Popução Urbana") pie(tabela6971$Rural, labels = legendaPOP, main = "Popução Rural") pie(tabela6971$Total, labels = legendaPOP, main = "Popução Total") library(readxl) tabela6971 <- read_excel("tabela6971.xlsx", sheet = "familias percentual", col_types = c("text", "text", "text", "numeric", "numeric", "numeric")) install.packages(ggplot2) library(ggplot2) graf_disp <- ggplot(tabela6971, aes(x = ...3, y = Urbana))+ geom_point(aes(col=("Urbana")))+ labs( y = "Numero de Familias", x = "Base Salarial", color = "Localidade") plot(graf_disp) graf_disp2 <- graf_disp +labs( y = "Numero de Familias", x = "Base Salarial", color = "Localidade")+ geom_point(aes(y= Rural, col=("Rural"))) plot(graf_disp2) library(readxl)