#
### Lendo banco de dados ###
 library(fdth)
#
 bd <-read.table(file="BancoDados_aulas_04a06.txt", dec=",", header=TRUE, 
      sep=";")
 bd
 dim(bd)
 names(bd)
#
#  Conferindo a classe das variáveis
 str(bd)
 bd$nivel_educ<-factor(bd$nivel_educ)
 bd$peso<-as.numeric(bd$peso)
 bd$altura<-as.numeric(bd$altura)
 bd$idade<-as.numeric(bd$idade)
 bd$fumante<-factor(bd$fumante)
 bd$genero<-factor(bd$genero)
 str(bd)
# A variável ní­vel educacional está codificada em números. Vou mudar os 
#  números para palavras. Assim o gráfico fica compreensível. 
#
 bd$nivel_educ <- bd$nivel_educ
 bd$nivel_educ<- ifelse(bd$nivel_educ==1,gsub('1', "Ens.Fund.Inc", bd$nivel_educ),
                       ifelse(bd$nivel_educ=='2', gsub('2', "Ens.Fund", bd$nivel_educ),
                              ifelse(bd$nivel_educ=='3', gsub('3', "Ens.Medio", bd$nivel_educ),
                                     ifelse(bd$nivel_educ=='4', gsub('4', "Ens.Superior", bd$nivel_educ),'0'))))
 bd$nivel_educ
 table(bd$nivel_educ)
# 
# Gráfico de barras e setores (slide 11)
#
 barplot(table(bd$nivel_educ)[c(2,1,3,4)], main="Ní­vel Educacional", ylab="Frequência")
#
# Gráfico de setores (pizza)
# o comando table fornece as frequências da variável. Ordenei como '2,1,3,4' pra manter a 
# ordenação natural e não ficar em ordem alfabática. As cores tem uma palheta cinza em que 
# a cor mais clara está associada ao 1 e a cor mais escura corresponde ao 0.25.
#
 pie(table(bd$nivel_educ)[c(2,1,3,4)], labels=c('Ens.Fund.Inc', 'Ens.Fund', 'Ens.Medio', 
 'Ens.Superior'),main="Ní­vel Educacional", col= gray( c(1, 0.75, 0.5, 0.25)), clockwise=TRUE )
#
# Histograma (slide 12)
#
 hist(bd$peso, xlab="Peso (Kg)", breaks= 7, ylab="Frequência", main="Histograma")
#  Histograma somente para mulheres 
 peso0<-bd[bd$genero==0,]
 hist(peso0$peso, xlab="Peso (Kg)", breaks= 6,ylab="Frequência", main="Histograma")
#
# Boxplot (slide 13)
#
 boxplot(bd$peso, main="Peso (Kg)")
 boxplot(bd$peso~bd$genero, main="Peso (Kg)")
#
 summary(bd$peso)
 quantile(bd$peso)
 sd(bd$peso)
#
 tapply(bd$peso, bd$genero, summary)
#
# Tabela Fumante vs Gênero (slide 14)
#
 addmargins(table(bd$fumante, bd$genero))
#
# Gráfico de dispersão Peso vs Altura (slide 15)
#
 plot(bd$"altura", bd$"peso", xlab="Altura(cm)", ylab="Peso(kg)", main="Peso vs Altura")
#
 plot(bd$"altura"[-which.max(bd$peso)], bd$"peso"[-which.max(bd$peso)], xlab="Altura(cm)", 
 ylab="Peso(kg)", main="Peso vs Altura (sem outlier)")
#
# Slide 22
 par(mfrow=c(1,2))
#
 droga1<- as.data.frame(cbind(c(rep('Sem trat.',100), rep('Com trat.', 100)), c( rnorm(100, mean=20, sd=2), rnorm(100, mean=10, sd=2.5) ) ))
 names(droga1) <- c("trat", "exp")
 droga1$trat <- as.factor(droga1$trat)
 droga1$exp <- as.numeric(droga1$exp)
 boxplot(exp~trat, data=droga1, main="Droga 1")
#
 droga2<- as.data.frame(cbind(c(rep('Sem trat.',100), rep('Com trat.', 100)), c( rnorm(100, mean=25, sd=1.5), rnorm(100, mean=7, sd=1) ) ))
 names(droga2) <- c("trat", "exp")
 droga2$trat <- as.factor(droga2$trat)
 droga2$exp <- as.numeric(droga2$exp)
 boxplot(exp~trat, data=droga2, main="Droga 2")
#
#  Ogiva Peso
#
  tab=fdt(bd$peso,start=40,h=10,end=110)
  print(tab, xlab="Peso(kg)")
  plot(tab, xlab="Peso(kg)",ylab="Frequência")
 plot(tab,type='cfp', xlab="Peso(kg)",ylab="Freq. Acumulada")

#
  peso = bd$peso 
  breaks = seq(40, 110, by=10) # controla o número de classes
  peso.cut = cut(peso, breaks, right=FALSE) 
  peso.freq = table(peso.cut)
#
# Vamos calcular a frequência acumulada com cumsum, adicionar um elemento 
# zero e fazer o gráfico.
 cumfreq0 = c(0, cumsum(peso.freq)) 
 plot(breaks, cumfreq0,            # plot the data 
   xlab="Peso (kgs)",        # x-axis label 
   ylab="Porcentagem acumulada")   # y-axis label 
 lines(breaks, cumfreq0)           # join the points 
#
# Slide 24
 par(mfrow=c(1,1))
 tec_cir <- as.data.frame(cbind(c(rep("A", 100), rep("B", 100), rep("C", 100)),c(rnorm(100, mean=6.5, sd=3), rnorm(100, mean=9,sd=0.8), rnorm(100, mean=7.2,sd=1.75))))
 names(tec_cir) <- c("tec", "tempo")
 tec_cir$tec <- as.factor(tec_cir$tec)
 tec_cir$tempo <- as.numeric(tec_cir$tempo)
 boxplot(tempo~tec, data=tec_cir, xlab="Técnica cirúrgica", ylab="Tempo de recuperaçãp (dias)", 
    main="Técnicas cirúrgicas segundo tempo de recuperação")
#
# Slide 25
 par(mfrow=c(1,2))
#
 set.seed(2500)
 obj <- rnorm(1000, 40, 30)
 hist(obj[which(obj>30 & obj< 50)], xlab="Salários Mí­nimos", main="Empresa A", 
 ylab="Densidade",freq=FALSE)
#
# set.seed(1006)
# hist(runif(100,30,50), xlab="Salários Mí­nimos", main="Empresa A", ylab="Densidade",freq=FALSE)
#
 amostra_exp = rexp(100,1/10)
 amostra <- amostra_exp[amostra_exp<40] + 30
 hist(amostra, xlab="Salários Mí­nimos", main="Empresa B", ylab="Densidade", freq=FALSE)
#
#
#  Dados Grupados
#
 install.packages('fdth')
 library(fdth)
#   Exemplo
 x=c(143,151,152,159,rep(160,10),167,rep(168,17),175,rep(177,9),183,rep(185,8),191)
#
 tab=fdt(x, start=143,h=8,end=191)
 print(tab)
# Class limits  f   rf rf(%) cf cf(%)
#    [143,151)  1 0,02  1,92  1  1,92
#    [151,159)  2 0,04  3,85  3  5,77
#    [159,167) 11 0,21 21,15 14 26,92
#    [167,175) 18 0,35 34,62 32 61,54
#    [175,183) 10 0,19 19,23 42 80,77
#    [183,191)  9 0,17 17,31 51 98,08
 plot(tab)
 plot(tab,type='cfp')
#
 tab=fdt(bd$peso,start=40,h=8,end=110)
 print(tab)