aula_4_Eng.Rmd

---
title: "Desvio-Padrão e duas variáveis qualitativas"
subtitle: "proporção e tabelas"
author: "Prof. Steven Dutt Ross"
date: "25/04/2022"
output:
  html_document:
    theme: darkly
    highlight: tango
    toc: true
    toc_float: true
    code_folding: hide
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)

```

## Desvio - Padrão


```{r}

# rua azul 
azul<-c(70,65,55,70,75)
media_azul     <- mean(azul)
variancia_azul <- var(azul)
dp_azul       <- sd(azul)
dp_azul
sqrt(variancia_azul)

# rua vermelha
vermelho<-c(40,95,55,80,65)
media_vermelho     <- mean(vermelho)
variancia_vermelho <- var(vermelho)
dp_vermelho <-sd(vermelho)
dp_vermelho
sqrt(variancia_vermelho)
```

A rua vermelha tem um desvio-padrão maior que a rua azul.


## Desvio - Padrão em uma base de dados


```{r, warning=FALSE,message=FALSE}
library(readr)
Fifa <- read_csv("C:/Users/Hp/Desktop/Base_de_dados-master/FifaData.csv")
#View(Fifa)

dp_velocidade <- sd(Fifa$Speed)
dp_velocidade

mean(Fifa$Speed)
```


## Cruzamento de duas variáveis

* Quali X Quali  
* Quanti X Quanti   
* Quali X Quanti  


```{r}
# Fase 1 -  Carregar um banco de dados
load("C:/Users/Hp/Desktop/Base_de_dados-master/Titanic.RData")

```

## Perguntas
Mulheres e crianças primeiro. isso aconteceu de fato? 
Teve desigualdade da sobrevivência?  

# Variáveis
variável de interesse: sobrevivência  
preditores lineares: sexo, idade, e classe  

## Análise por sexo

```{r,warning=FALSE,message=FALSE,echo=TRUE}
tabela_sexo <- table(Titanic$Sexo,Titanic$Sobreviveu)
#tabela_sexo

#prop.table(tabela_sexo,1)%>% round(digits = 2)
#prop.table(tabela_sexo,2)

library(dplyr)
library(flextable)

tabela_sexo %>% 
  prop.table(1) %>% 
  round(digits = 2) %>% 
  data.frame()  %>% 
  flextable() %>%
  set_header_labels(Var1="sexo",Var2="sobrevivencia",Freq="percentual") %>%
  #bg(bg = "#EFEF99")
  theme_tron()


```

Teve uma diferença entre homens e mulheres!

## Análise por Idade

```{r}
tabela_idade <- table(Titanic$Idade,Titanic$Sobreviveu)

prop.table(tabela_idade,1) %>% data.frame() %>% flextable() %>% theme_vader()%>%
set_header_labels(Var1="idade",Var2="sobrevivencia",Freq="percentual")

```

Teve uma diferença entre adultos e crianças no tange a sobrevivência.

Hipótese confimada! Mulheres e crianças primeiro.

# Análise por classe

abaixo, temos duas tabelas simples de proporção.

```{r}
tabela_classe <- table(Titanic$Classe,Titanic$Sobreviveu)
tabela_classe

prop.table(tabela_classe,1)
prop.table(tabela_classe,2)

```

abaixo temos a primeira tentativa do gráfico de barras

```{r}
par(bg="lightyellow")
barplot(tabela_classe,beside = T,
        main="Desigualdade da sobrevivência",
        col=c("pink","red","blue","skyblue"))
```

versão final do gráfico de barras

```{r,warning=FALSE,message=FALSE,comment=NA}

tabela_classe2 <- table(Titanic$Sobreviveu,Titanic$Classe)
barplot(tabela_classe2,beside=T,col=c("red","blue"),
        ylim =c(0,750), legend.text = rownames(tabela_classe2))

```

# Conclusão

teve uma desigualdade da sobrevivência

hipótese confirmada!

https://glin.github.io/reactable/articles/womens-world-cup/womens-world-cup.html
https://mran.revolutionanalytics.com/snapshot/2019-02-07/web/packages/flextable/vignettes/examples.html
https://aulas.metodosquantitativos.com/desviopadrao/#1
https://cran.r-project.org/web/packages/kableExtra/vignettes/awesome_table_in_html.html
https://glin.github.io/reactable/