## Estatística Descritiva


## Entrando com os dados dadosparaprogramaR.txt que estão na pasta C:/Amanda
setwd("C:/Amanda")
getwd()
dados = read.table("dadosparaprogramaR.txt",  dec = ",",header=T)   #leitura de Dados em arquivo externo

## outra opção para entrar com os dados:
dados = read.table(file=file.choose(),  dec = ",",header=T)   #leitura de Dados em arquivo externo

attach(dados)
names(dados)



## Medidas de posição e dispersão (que são calculadas em variáveis quantitativas)
#média:
mean(Salario) 
#variância:
var(Salario)
#desvio padrão:
sd(Salario)
#mediana:
median(Salario)
#quantis:
quantile(Salario,0.9)
#quartis:
quantile(Salario,c(0.25,0.5,0.75))
#resumos numéricos:
summary(Salario)
### Mudulo que determinas as Medidas de Posição e dispersão###################
meuResumo <- function(x) {
 s <- c(length(x),mean(x, na.rm = T),median(x, na.rm = T),
 sd(x, na.rm = T), var(x, na.rm = T), length(which(is.na(x))))
 names(s) <- c("n","média","mediana" , "desvio Padrão", "variância","NA")
 return(s)
 }
meuResumo(Salario)




### Tabela de frequencia para dados qualitativos ##################
table(EsT_Civ)
table(EsT_Civ,G_Int)
table( EsT_Civ,G_Int, R_proced)

## Tabela de proporções
prop.table(table(EsT_Civ))
prop.table(table(EsT_Civ,G_Int))
prop.table(table(EsT_Civ,G_Int),1)
prop.table(table(EsT_Civ,G_Int),2)


# Gráfico de Barras
barplot(table(EsT_Civ), col=c("green","red"),
ylim=c(0,25), space=.8, width=c(.2,.2),
main="Proporção de funcionario por estado civil",
xlab="Estado Civil", ylab="Proporção de funcionários")
text(locator(n=2),c("56%","44%"))
## ou
barplot(table(EsT_Civ), ylim=c(0,25), space=.8, width=c(.2,.2),col=c("green","red"),legend=c("56%","44%"),main="Proporção de funcionario por estado civil",
xlab="Estado Civil", ylab="Proporção de funcionários")

## Diagrama Circular ou Pizza
pie(table(G_Int) ,col=c("red","yellow","green"),labels=c("1 Grau (33,3%)","2 Grau(50,0%)", "Superior(15,7%)"))
title(main="Distribuição dos Funcionários por Grau de Instrução")

pie(table(EsT_Civ),col=c("red","yellow"),labels=c("Casado (56%)","Solteiro(44%)"
,main="Distribuição dos Funcionários por Estado Civil")  )

## Gráfico de Pareto
install.packages("qcc")
library(qcc)
pareto.chart(table(EsT_Civ))
pareto.chart(table(G_Int))




### dados quaantitativos ##################
## Grafíco de dados discretos
plot(table(N_filhos),xlab="Número de filhos",ylab="Número de Funcionários")
plot(table(N_filhos))
hist(N_filhos)

## Gráfico de pontos
stripchart(Salario, xlab="Salario (em s.m.)", pch= 20, method = "stack")
abline(h = 0.98)
points(mean(Salario), 0.93, pch = 17, col = "red", cex = 2)

#Gráfico de Histograma#
hist(Salario, breaks =c(4,8,12,16,20,24),xlab="salário",ylab="Densidade",prob=T,col="yellow",
 main="Dist. de salário dos funcionários  da empresa",ylim=c(0,0.1),
labels=c("27,8%","33,3%","22,2%","13,8%","2,8%"))
## Alternativamente
h=hist(Salario, breaks =c(4,8,12,16,20,24),xlab="Salário",ylab="Número de Funcionários",col="yellow",
 main="Dist. de salário dos funcionários  da empresa",axes=F, right = F,
labels=c("27,8%","33,3%","22,2%","13,8%","2,8%"))
axis(1,h$breaks)
axis(2,h$counts)


## Tabela de Frequencia
TDF=hist(Salario, breaks =c(4,8,12,16,20,24), right = F,plot=F)
fabs=TDF$counts    #Frequencia absoluta
fr=fabs/length(Salario) # Frequencia relativa
saida=cbind(fabs,fr)
dimnames(saida)=list(c("4|-8","8|-12","12|-16","16|-20","20|-24"),c("f", "fr"))
saida
## Tabela de Frequência usando a função cut
fabs=table(cut(Salario, breaks=seq(4,24,4), labels=c("4|-8","8|-12","12|-16","16|-20","20|-24"), right=F))
fr=fabs/length(Salario)
saida=cbind(fabs,fr)
dimnames(saida)=list(c("4|-8","8|-12","12|-16","16|-20","20|-24"),c("f", "fr"))
saida
## Diagrama de Caixas
boxplot(Salario,col="yellow",ylab="Salario")
boxplot(Salario,notch=TRUE, xlab="Salario",horizontal = T,col="green")
boxplot(Salario~EsT_Civ, xlab="Salario",col=c("green","yellow"))
boxplot(Salario~G_Int, xlab="Grau de Instrução", names=c("1 Grau", "2 Grau", "Superior"),
ylab="Salario",main="Diagrama de caixas dos salarios dos func. por grau de instrução")



##  Análise bivariada (quantitativo)
plot(Salario[complete.cases(N_filhos)], N_filhos[complete.cases(N_filhos)], xlab = "Salario", ylab ="N defilhos", pch = 20)
cor(Salario, N_filhos)

x=c(1,2,3,4)
y=c(2,4,6,8.5)

cor(x,y)

plot(x,y)
lines(lowess(x,y), col = "blue")