################################################################################
#                                                                              #
#             EXEMPLOS AULA 15: Pratica de Analise Descritiva - GE             #
#                                                                              #
################################################################################

# LIMPAR R
rm(list = ls()); cat('\014')

# DIRETÓRIO
setwd(dirname(rstudioapi::getActiveDocumentContext()$path))

# PACOTES NECESSÁRIOS: importar dados em excel e fazer gráfico de Pareto
if(!require(readxl)) install.packages("readxl"); library(readxl) 
if(!require(qcc)) install.packages("qcc", dep = T); library(qcc) 


################################################################################
#                        #
# EXEMPLO 1 - EMPREGADOS #
#                        #
##########################

# Link dos dados
# https://edisciplinas.usp.br/mod/resource/view.php?id=3630026


# Importar conjunto de dados
dados1 = read_excel("Empregados.xlsx")
dados1 = dados1[,-1]  # Excluir a primeira coluna do conjunto de dados


# Visualizar o conjunto de dados
head(dados1) # 6 primeiras linhas
tail(dados1) # 6 últimas linhas
edit(dados1) 
View(dados1)


# Identifica as variáveis
names(dados1)


# 'Chamar' variáveis
attach(dados1) 
  
  # Este comando permite chamar diretamente a variável desejada do conjunto de
  # dados, sem ter que identificar a variável usando dados$...


# Classificar as variáveis
str(dados1)

  # Essa função permite verificar que:  
  # -> Estado_Civil, Grau_Instrucao e Regiao são variáveis qualitativas;
  # -> N_Filhos, Salario_Min, Idade_Anos e Idade_Meses são quantitativas. 


############################ Variáveis Qualitativas ############################


# Tabela de frequências
table(Estado_Civil) # Se não usar attach(), precisa escrever dados1$Estado_Civil
table(Grau_Instrucao)
table(Regiao)


# Gráfico de barras
x11()               # Abre o gráfico em uma janela externa
par(mfrow = c(2,2)) # Plotar 4 gráficos juntos, distrib. em 2 linhas e 2 colunas
barplot(table(Estado_Civil), main = "Estado Civil")
barplot(table(Grau_Instrucao), main = "Grau de Instrucao")
barplot(table(Regiao), main = "Regiao")


# Proporção dos setores das variáveis multiplicado por 100 (Porcentagem) 
  # Muito últi para construir gráfico de pizza
propEC = prop.table(table(Estado_Civil))*100
propGI = prop.table(table(Grau_Instrucao))*100
propR  = prop.table(table(Regiao))*100


# Arredondar proporções para 2 casas decimais
propEC = round( propEC, 2 ); propEC
propGI = round( propGI, 2 ); propGI
propR  = round( propR, 2 ); propR


# Gráfico de pizza adicionado de legenda, que foi criada usando comando legend()
x11()
pie(table(Estado_Civil), main = "Estado Civil", 
    labels = c("55,56 %", "44,44%"), col = c(2,3))
legend("topright", fill = c(2,3), legend = c("casado", "solteiro"))

x11()
pie(table(Grau_Instrucao), main = "Grau de Instrução",
    labels = c("33.33%", "50.00%", "16.67%"), col = c(2,3,4))
legend("topleft", fill = c(2,3,4), legend = c("fundamental", "medio", "superior"))

x11()
pie(table(Regiao), main = "Região",
    labels = c("30.56%", "33.33%", "36.11%"), col = c(2,3,4))
legend("bottomleft", fill = c(2,3,4), legend = c("capital", "interior", "outra"))


# Gráfico de Pareto
pareto.chart(table(Estado_Civil), main = "Estado Civil", las = 1)
pareto.chart(table(Grau_Instrucao), main = "Grau de Instrucao", las = 1)
pareto.chart(table(Regiao), main = "Regiao", las = 1)


############################ Variáveis Quantitativas ###########################


# Resumo das variáveis: mínimo, máximo, quantil, média, NAs quando tiver
summary(N_Filhos)
summary(Salario_Min)
summary(Idade_Anos)
summary(Idade_Meses)


# Histograma
x11()
par(mfrow = c(2,2))
hist(N_Filhos, main = "Número de Filhos", col = 2)
hist(Salario_Min, main = "Salário Mínimo", col = "purple")
hist(Idade_Anos, main = "Idade Anos", col = 5)
hist(Idade_Meses, main = "Idade Meses", col = "orange")


# Plots
plot(N_Filhos, main = "Numero de Filhos")
plot(Salario_Min, main = "Salario Minimo")
plot(Idade_Anos, main = "Anos")
plot(Idade_Meses, main = "Meses")


# Boxplot
x11()
par(mfrow = c(2,2))
boxplot(dados1$N_Filhos, main = "Número de Filhos")
boxplot(dados1$Salario_Min, main = "Salário Mínimo")
boxplot(dados1$Idade_Anos, main = "Idade Anos")
boxplot(dados1$Idade_Meses, main = "Idade Meses")


################################################################################
#                      #
# EXEMPLO 2 - VEÍCULOS #
#                      #
########################

# link dos dados
# https://edisciplinas.usp.br/mod/resource/view.php?id=3630051

dados2 = read_excel("Veiculos.xlsx")
head(dados2)
View(dados2)
names(dados2)
attach(dados2)
str(dados2) # Veiculo e N/I são variáveis qualitativas;
            # Preco, Comprimento e Motos são variáveis quantitativa.


############################ Variáveis Qualitativas ############################


# Tabela de frequências
table(Veiculo)
table(`N/I`)


# Gráfico de barras
barplot(table(Veiculo), main = "Veiculo")
barplot(table(`N/I`), main = "Nacionais ou Importados")


# Gráfico de pizza
pie(table(dados2$Veiculo), main = "Veiculo")
pie(table(dados2$`N/I`), main = "Nacionais ou Importados")


# Gráfico de Pareto
pareto.chart(table(dados2$Veiculo), main = "Veiculo", las = 1)
pareto.chart(table(dados2$`N/I`), main = "Nacionais ou Importados", las = 1)


############################ Variáveis Quantitativas ###########################


# Resumo das varáveis
summary(Preco)
summary(Comprimento)
summary(Motor)


# Histograma
x11()
par(mfrow = c(2,2))
hist(Preco, main = "Preço")
hist(Comprimento, main = "Comprimento")
hist(Motor, main = "Motor")


# Plot
plot(Preco, main = "Preco")
plot(Comprimento, main = "Comprimento")
plot(Motor, main = "Motor")


# Boxplot
x11()
par(mfrow = c(1,3))
boxplot(Preco, main = "Preco")
boxplot(Comprimento, main = "Comprimento")
boxplot(Motor, main = "Motor")


################################################################################
#                               #
# ANÁLISE BIVARIADA - EXEMPLO 1 #
#                               #
#################################


# Variáveis qualitativa
table(N_Filhos, Regiao)             # Tabela de Frequências de número de filhos
                                    # de acordo com a região;
table(Grau_Instrucao, Regiao)       # Tabela de Frequências de grau de instrução 
                                    # de acordo com a região;
table(Estado_Civil, Grau_Instrucao) # Tabela de Frequências de estado civil de
                                    # acordo com grau de instrução.


# Variáveis quantitativa
tapply(Salario_Min, Grau_Instrucao, summary)  # Resumo de salário mínimo de
                                              # acordo com o grau de instrução


# Boxplot
x11()
boxplot(Salario_Min ~ Grau_Instrucao)
x11()
boxplot(Salario_Min ~ Regiao)


# Correlação
cor(Idade_Anos, Salario_Min)  # Correlação 0,36. Como é positiva, podemos dizer
                              # que há indícios de que, com o passar da idade,
                              # a quantidade de salários mínimos recebidos pelo
                              # funcionário aumenta. 


# Plot
x11()
plot(Idade_Anos, Salario_Min) # Podemos confirmar a correlação através do plot.