A atividade final deve ser enviada por-email, em um arquivo R-Script (.R) ou Word (.docx).
Vamos trabalhar com um banco de dados que traz informações de personagem da série "Star Wars". Ele vem originalmente no pacote dplyr, mas foi levemente modificado para essa atividade. A documentação deste banco de dados pode ser encontrada neste link, em inglês.
starwars <- read.csv2("https://raw.githubusercontent.com/lgelape/modus_2021/main/Bancos/starwars_trabalho.csv")Use a função head() para dar uma olhada no conteúdo do banco.
head(starwars)1. Faça tabelas de frequência absoluta e relativa da variáveis do mundo de origem (homeworld) desses personagens.
2. Agora, calcule as medidas de tendência central da variável altura (height). Como você descobriria esta medida no caso da variável espécie (species)?
3. Calcule um resumo das estatísticas descritivas da variável massa/peso (mass) (utilizando quaisquer das funções que aprendemos no Tutorial 2).
4. Faça um boxplot da variável massa/peso (mass) -- você deveria mexer em algum argumento para melhorar a visualização? Se sim, qual?
Agora, vamos tirar uma amostra de 50 desses 87 personagens para estimar parâmetros de interesse.
amostra_sw <- sample_n(starwars, size = 50)Estime a proporção de indivíduos do gênero feminino (gender) nesta amostra de personagens, calculando também o erro-padrão, margem de erro e intervalo de confiança (nível de confiança de 95% e 99%). Descreva os seus resultados.
O que você pode falar sobre a influência do nível de confiança e do tamanho da amostra nessa estimativa?
Agora, usaremos novas variáveis que criei para este banco: humano, que indica se o personagem é humano (T) ou não (F); e motorista, que indica se o personagem dirigiu alguma nave nos filmes da série.
1. Assumindo que os pressupostos para a realização de um teste-t já foram atendidos, teste se a altura dos personagens humanas é diferente daquelas não-humanas, sob um nível de significância de 95%. Descreva seus resultados, apontando o valor da estatística teste, o p-valor e o significado do intervalo de confiança estimado pelo software.
2. Faça um teste qui-quadrado para analisar a associação entre as variáveis humano e motorista. Descreva os seus resultados, a partir de um nível de significância de 95%.
Em seguida, proceda ao mesmo teste para as variáveis gênero (gender) e motorista. Descreva seus resultados