Aula 01

Exercício 1

  • Faça a carga do dataset iris.
  • Exclua o atributo Species do dataset.
data(iris)
iris$Species <- NULL
  • Calcule a correlação entre os atributos restantes.
cor(iris)
##              Sepal.Length Sepal.Width Petal.Length Petal.Width
## Sepal.Length    1.0000000  -0.1175698    0.8717538   0.8179411
## Sepal.Width    -0.1175698   1.0000000   -0.4284401  -0.3661259
## Petal.Length    0.8717538  -0.4284401    1.0000000   0.9628654
## Petal.Width     0.8179411  -0.3661259    0.9628654   1.0000000
  • Imprima gráficos que demonstram a correlação positiva alta no caso de alguns atributos.
plot(iris$Petal.Length, iris$Sepal.Length, pch=19, col='red')

  • Imprima gráficos que demonstram a não correlação entre atributos.
plot(iris$Sepal.Width, iris$Sepal.Length, pch=19, col='red')

  • Calcule o desvio padrão dos atributos. Para aquele atributo com maior desvio padrão e para aquele atributo com menor desvio padrão imprima gráficos de histograma.
sapply(iris, sd)
## Sepal.Length  Sepal.Width Petal.Length  Petal.Width 
##    0.8280661    0.4358663    1.7652982    0.7622377
hist(iris$Sepal.Width, main="Menor SD encontrado", col='cyan', xlim=c(0,8))

hist(iris$Petal.Length, main="Maior SD encontrado", col='cyan', xlim=c(0,8))

  • Teste o comando summary(iris). O que ele retorna? Comente o resultado.
summary(iris)
##   Sepal.Length    Sepal.Width     Petal.Length    Petal.Width   
##  Min.   :4.300   Min.   :2.000   Min.   :1.000   Min.   :0.100  
##  1st Qu.:5.100   1st Qu.:2.800   1st Qu.:1.600   1st Qu.:0.300  
##  Median :5.800   Median :3.000   Median :4.350   Median :1.300  
##  Mean   :5.843   Mean   :3.057   Mean   :3.758   Mean   :1.199  
##  3rd Qu.:6.400   3rd Qu.:3.300   3rd Qu.:5.100   3rd Qu.:1.800  
##  Max.   :7.900   Max.   :4.400   Max.   :6.900   Max.   :2.500

Exercício 2

  • Faça a carga do dataset survey da biblioteca UsingR
library(UsingR)
## Loading required package: MASS
## Loading required package: HistData
## Loading required package: Hmisc
## Loading required package: grid
## Loading required package: lattice
## Loading required package: survival
## Loading required package: Formula
## Loading required package: ggplot2
## 
## Attaching package: 'Hmisc'
## 
## The following objects are masked from 'package:base':
## 
##     format.pval, round.POSIXt, trunc.POSIXt, units
## 
## 
## Attaching package: 'UsingR'
## 
## The following object is masked from 'package:ggplot2':
## 
##     movies
## 
## The following object is masked from 'package:survival':
## 
##     cancer
data(survey)
  • Descreva os atributos do dataset.
names(survey)
##  [1] "Sex"    "Wr.Hnd" "NW.Hnd" "W.Hnd"  "Fold"   "Pulse"  "Clap"  
##  [8] "Exer"   "Smoke"  "Height" "M.I"    "Age"
  • Atributos:
  • Sex: sexo do estudante;
  • Wr.Hnd: distância, em centímetros, entre o dedão e o dedinho com a mão espalmada. Usando a mão que a pessoa escreve;
  • NW.Hnd: distãncia, em centímetros, entre o dedão e o dedinho com a mão espalmada. Usando a mão que a pessoa não escreve;
  • W.Hnd: mão que o estudante escreve;
  • Fold: quando alguém pede para cruzar os braços, qual braço fica por cima? (R on L, L on R, nenhum dos dois);
  • Pulse: pulsação do estudante. Batidas por minuto;
  • Clap: bater palma. Qual a mão que fica por cima? (Direita, Esquerda ou nenhuma);
  • Exer: com que frenqüência faz exercícios;
  • Smoke: quanto o estudante fuma;
  • Height: altura do estudante em centímetros;
  • M.I.: que unidadeo estudante usa para falar sobre a sua altura. Em centímetros (metric) ou em feet (medida imperial);

  • Age: idade em anos do estudante.

  • Existem valores NA no dataset? Quantos?

sum(is.na(survey))
## [1] 107
  • Qual o percentual do dataset escreve com a mão esquerda?
prop.table(table(survey$W.Hnd))
## 
##       Left      Right 
## 0.07627119 0.92372881
  • Quantos exemplos do dataset são do sexo feminino?
table(survey$Sex)
## 
## Female   Male 
##    118    118
  • Faça uma análise exploratória dos dados e descreve os achados que você considera mais ``interessantes’’.
library(ggplot2)
qplot(survey$Wr.Hnd, survey$NW.Hnd, col=survey$Sex, size=survey$Height)
## Warning: Removed 29 rows containing missing values (geom_point).

qplot(survey$Wr.Hnd, survey$NW.Hnd, col=survey$W.Hnd, size=survey$Pulse)
## Warning: Removed 46 rows containing missing values (geom_point).

Exercício 3

abalos <- read.csv("http://earthquake.usgs.gov/earthquakes/feed/v1.0/summary/all_month.csv")
diaHorario <- date()
  • Qual a quantidade de exemplos (abalos) foi coletada? Quantos exemplos existem no dataset?
dim(abalos)
## [1] 8582   22
  • Quais são os tipos de cada atributo?
sapply(abalos, class)
##            time        latitude       longitude           depth 
##        "factor"       "numeric"       "numeric"       "numeric" 
##             mag         magType             nst             gap 
##       "numeric"        "factor"       "integer"       "numeric" 
##            dmin             rms             net              id 
##       "numeric"       "numeric"        "factor"        "factor" 
##         updated           place            type horizontalError 
##        "factor"        "factor"        "factor"       "numeric" 
##      depthError        magError          magNst          status 
##       "numeric"       "numeric"       "integer"        "factor" 
##  locationSource       magSource 
##        "factor"        "factor"

  • O R conseguiu importar corretamente todos os atributos com os tipos corretos?

  • Quantos tipos distintos de abalos existem no dataset?

levels(abalos$type)
## [1] "chemical explosion" "earthquake"         "explosion"         
## [4] "other event"        "quarry blast"
  • Existe alguma correlação entre a profundidade do abalo sísmico (depth) e a magnitude (mag) do abalo? Faça uso de algum gráfico para suportar a sua resposta.
cor(abalos$depth, abalos$mag)
## [1] NA
plot(abalos$depth, abalos$mag, pch=19, col="green")

qplot(abalos$depth, abalos$mag, col=abalos$type, 
      xlab="Profundidade", ylab="Magnitude")
## Warning: Removed 31 rows containing missing values (geom_point).

boxplot(abalos$mag ~ abalos$type, 
        col=c('red','blue','cyan','green'), 
        main="Comparativo de magnitude", 
        ylab="Magnitude")

Desafios

  • O dataset com abalos sísmicos possui um atributo chamado time. Como o próprio nome diz, este atributo é um atributo do tipo time. No entanto, ele foi importado como factor - o que está errado. Converta os valores deste atributo para o tipo correto. Depois de convertido, tente utilizar esta informação criando plots com séries temporais.
datas <- as.Date(abalos$time, "%Y-%m-%dT%H:%M:%S")
eventos <- as.data.frame(table(datas))
names(eventos) <- c('data','quantidade')
eventos$data <- as.Date(eventos$data, "%Y-%m-%d")
plot(eventos$data, eventos$quantidade, type='o', xlab="Período", ylab="Quantidade de abalos"
     , main="Quantidade de abalos sísmicos por dia", col='red')

  • Cada registro possui uma latitude e uma longitude. Portanto, é possível plotar as informações dos abalos sísmicos em um mapa. Que tal tentar?
library(maps)
## 
##  # ATTENTION: maps v3.0 has an updated 'world' map.        #
##  # Many country borders and names have changed since 1990. #
##  # Type '?world' or 'news(package="maps")'. See README_v3. #
library(mapdata)
map(mar = c(0.1, 0.1, 0.1, 0.1), myborder=0.00001)
points(abalos$longitude, abalos$latitude, col=2, pch=20)

library(maps)
library(mapdata)
map(mar = c(0.1, 0.1, 0.1, 0.1), myborder=0.00001)
points(abalos$longitude, abalos$latitude, col=abalos$type, pch=20)
legend("topright", 
       legend = levels(abalos$type), 
       text.col = 1:length(abalos$type),
       cex=0.6)

library(maps)
library(mapdata)
map(mar = c(0.1, 0.1, 0.1, 0.1), myborder=0.00001)
points(abalos$longitude, abalos$latitude, col=abalos$magType, pch=20)
legend("topright", 
       legend = levels(abalos$magType), 
       text.col = 1:length(abalos$magType),
       cex=0.6)