UNIVERSIDADE FEDERAL DO CEARA CENTRO DE CIENCIAS DEPARTAMENTO DE ESTAT ISTICA E MATEMATICA APLICADA CURSO DE ESTAT ISTICA PROGRAMA DE EDUCAC

CAC AO TUTORIAL - PET

AO SOFTWARE R E A ` ANALISE INTRODUC AO EXPLORATORIA DE DADOS

FORTALEZA, CE FEVEREIRO, 2014

 UNIVERSIDADE FEDERAL DO CEARA CENTRO DE CIENCIAS DEPARTAMENTO DE ESTAT ISTICA E MATEMATICA APLICADA CURSO DE ESTATISTICA TUTORIAL - PET PROGRAMA DE EDUCAC AO

Tutor: Prof. Dr. Julio Francisco Barros Neto Cotutor: Jalles Monteiro Prof. Dr. Andre Petianos: Antonia Izabella Sombra de Santiago Ribeiro Carvalho Aristea Artur Bruno da Silva Cancio Bruna Nadielle Ferreira Brito Cleiton Ricardo Monte Ribeiro Jamila Fernandes Moura Jislayne Rodrigues Cavalcante Let cia Freire de Sousa Lucas Pinheiro de Goes Carneiro Paulo Ricardo Gorayeb Sucupira Junior Rafael Oliveira Silva Talita Melo Negreiros Freitas Vitoria Regia Almeida Dias

Material desenvolvido para a 2a Semana Zero do curso de Estat stica, destinado aos recem do Sisu ingressos pelo criterio de avaliac ao presencial em para o curso de graduac ao Estat stica da Universidade Federal do Ceara.

Ministrado pelos Petianos

FORTALEZA, CE FEVEREIRO, 2014

Lista de Figuras
1 2 3 4 5 6 7 8 9 10 11 12 Interface do ambiente R . . . . . . . . . . . . do conjunto A com o conjunto B . . . . Uniao do conjunto A com o conjunto B Intersecc ao pasta arquivo . . . Ambiente R, localizac ao pasta Mudar dir... . Ambiente R, localizac ao Histograma . . . . . . . . . . . . . . . . . . . Graco de colunas . . . . . . . . . . . . . . . Graco de barras horizontais . . . . . . . . . Graco de setores . . . . . . . . . . . . . . . Diagrama de caixa . . . . . . . . . . . . . . . Diagrama de dispersao . . . . . . . . . . . . Tipos de pch . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 9 9 24 25 28 29 30 30 31 32 33

 Sumario
1 PREFACIO 1.1 O Software R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Tutorial - PET Estat 1.2 Programa de Educac ao stica . . . . . . . . . . . . . 2 INTRODUC AO 3 PASSOS INICIAIS 4 CONHECENDO OS COMANDOS (OPERADORES) 5 SIMBOLOGIA 6 OPERAC OES BASICAS 6.1 Exerc cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 VETORES de um vetor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.1 Criac ao com vetores . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.2 Operac oes 7.3 Exerc cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 FUNC OES SIMPLES 8.1 Exerc cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 FUNC OES POLINOMIAIS do 1o grau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9.1 Func oes do 2o grau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9.2 Func oes 9.3 Exerc cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 FUNC OES LOGAR ITMICA logar 10.1 Calculo da func ao tmica . . . . . . . . . . . . . . . . . . . . . . . . 10.2 Exerc cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 FUNC OES EXPONENCIAL 11.1 Exponencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.2 Comando exp . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.3 Exerc cos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 FUNC OES TRIGONOMETRICAS BASICAS Seno . . . . . . . . . . . . . . . 12.1 Func ao 12.1.1 Angulos Notaveis . . . . . . . . . Cosseno . . . . . . . . . . . . . 12.2 Func ao 12.2.1 Angulos Notaveis . . . . . . . . . 12.3 Func ao Tangente . . . . . . . . . . . . . 12.3.1 Angulos Notaveis . . . . . . . . . 12.4 Exerc cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1 2 3 4 5 5 6 7 8 8 8 11 12 13 14 14 15 15 16 16 16 16 17 17 17 18 18 18 18 18 19 19 19

13 ESTAT ISTICA DESCRITIVA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13.1 Medidas de Posic ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13.2 Medidas de Dispersao 13.3 Exerc cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 UTILIZANDO BANCO DE DADOS de um banco de dados . . . . . . . . . . . . . . . . 14.1 Lendo informac oes 14.2 Analise de medidas em banco de dados . . . . . . . . . . . . . . . . . . 15 GRAFICOS 15.1 Tipos de variaveis . . . . . . . . . 15.1.1 Variaveis Quantitativas . . 15.1.2 Variaveis Qualitativas . . . 15.2 Tipos de gracos . . . . . . . . . . 15.3 Comandos adicionais para gracos 15.4 Exerc cios . . . . . . . . . . . . . . 16 CONSIDERAC OES FINAIS 17 REFERENCIA BIBLIOGRAFICAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

19 20 21 23 24 24 26 27 27 27 27 27 32 34 35 35

1
1.1

PREFACIO
O Software R

uma linguagem e ambiente para computac estatistica e construc de gracos. Re ao ao dispon Faz parte da losoa do Projeto GNU e esta vel como Software de Dom nio do Software Publico sob os termos da Licenc a Publica Geral do GNU da Fundac ao Livre (Free Software Foundations GNU General Public License) na forma de codigo fonte. Ele compila e executa uma larga variedade de plataformas UNIX e sistemas similares (incluindo FreeBSB e Linux), Windows e MacOS. uma serie de softwares para manipulac de dados, Re integrada de instalac oes ao graca. calculo e exibic ao Dentre outras coisas, possui: de dados ecaz e facilidade de armazenamento; Uma manipulac ao Uma serie de operadores para calculos com arranjos, especialmente matrizes; de ferramentas intermediarias Uma extensa, coerente e integrada colec ao para analise de dados; gracas tanto direta no computa Instalac oes para analises de dados e exibic ao dor quanto para copia permanente (impressao); (chamada Uma bem desenvolvida, simples e ecaz linguagem de programac ao S) a qual inclui condic oes, loops, func oes recursivas denidas pelo usuario e instalac oes de entradas e saidas (de fato, a maioria das func oes providas no propriamente escritas na linguagem S). sistema sao mais um veiculo para novos metodos Re em desenvolvimento de analise de da dos. Tem se desenvolvido rapidamente e tem sido estendido por uma extensa colec ao essencialmente pasde pacotes. Entretanto, muitos programas escritos em R sao sageiros, escritos para uma pequena parte de analise de dados. que o R Varias pessoas utilizam o R como um sistema estat stico. Porem, o fato e proporciona um ambiente interior com varias tecnicas estat sticas, classicas e moder compiladas dentro nas, que foram implementadas dentro do software. Algumas estao disponibilizadas como pacotes. Ha em torno da base do ambiente R, mas varias estao de 25 pacotes dispon veis com R (chamados pacotes/packages, padroes/standards e da fam recomendados/recommended) e muitos outros dispon veis atraves lia CRAN pode busem sites da Internet (via http://CRAN.R-project.org), dentre outros. Voce de acordo com a necessidade e avanc car estes pacotes e sua documentac ao o da do R. utilizac ao

1.2

Tutorial - PET Estat Programa de Educac ao stica

Tutorial (PET - UFC) e desenvolvido por grupos de esO Programa de Educac ao sob a tutoria de um docente, organizados a partir de cursos tudantes de graduac ao, da UFC, orientados pelo princ de graduac ao pio da indissociabilidade entre ensino, pesquisa e extensao e tem por objetivos gerais: 1.2.1. Desenvolver e propor atividades academicas em padroes de qualidade de ex celencia, mediante grupos de aprendizagem tutorial de natureza coletiva e interdisciplinas; da qualidade de formac academica 1.2.2. Contribuir para a elevac ao ao dos alunos da da UFC; graduac ao de prossionais de elevada qualicac tecnica, 1.2.3. Propiciar a formac ao ao cient ca, tecnologica e academica; do ensino supe1.2.4. Propor novas estrategias de desenvolvimento e modernizac ao rior na UFC; prossional pautada pela etica, 1.2.5. Estimular o esp rito cr tico, bem como a atuac ao social da educac superior; pela cidadania e pela func ao ao 1.2.6. Instituir e aprimorar atividades de tutoria para os estudantes da UFC.

INTRODUC AO

Este material complementar foi desenvolvido pelos membros do grupo PET-Estat stica Tutorial), com o intuito de os alunos acompanharem as UFC (Programa de Educac ao o uso de todo o conteudo aulas, oferecendo atividades praticas que possibilitarao ministrado em sala de aula. a seguir: Cuide do seu material seguindo as orientac oes amasse ou rasgue o material; Nao entregue a cada aluno um unico Sera exemplar. O grupo PET Estat stica deseja que seu aprendizado possa ser ecaz, enriquece para o seu crecimento. dor e repleto de novas oportunidades que contribuirao

PASSOS INICIAIS
Instalar o Programa: do seguinte link: O software pode ser instalado atraves http://cran.ocruz.br/bin/windows/base/. Abrir o Programa: do R, clique e espere abrir. Voce encontrara Encontre o cone de inicializac ao uma janela com algumas informac oes contidas em vermelho, essa janela se chama script (preferencialmente usam-se 2 scripts ou janelas dentro do pro dos comandos e outra para sua execuc e visuagrama, uma para a digitac ao ao lizac ao). Para criar uma nova janela interna (script) clique em Arquivo e em seguida Novo Script.

Figura 1: Interface do ambiente R

CONHECENDO OS COMANDOS (OPERADORES)

estamos com o programa aberto vamos conhecer alguns comandos Agora que ja do programa R. basicos na utilizac ao em si devemos saber que podemos fazer coAntes de iniciar a programac ao do mesmo, basta sempre mantarios no nosso comando sem prejudicar a execuc ao conque quisermos comentar algum comando colocarmos o s mbolo # (tambem hecido como hashtag ou jogo da velha) antes do comentario. Devemos saber tambem como executar cada comando, para executarmos operadores, func oes ou etc. de esteja no vemos digita-las e depois clicarmos Ctrl+R ou F5, caso a programac ao o Script. Caso esteja na janela R Console apenas clicar na tecla Enter efetuara comando. A seguir um conjunto de comandos comentados e exemplicados.

5
q() <= < > <= >= != + * / , ; () [] ?

SIMBOLOGIA
# Sai do programa; # Atribui um nome a um objeto; # Atribui um valor a um argumento, tambem pode indicar igualdade; # Menor que; # Maior que; # Menor ou igual que; # Maior ou igual que; # Diferente; # Usado para adic ao; # Usado para subtrac ao; # Usado para multiplicac ao; # Usado para divisao; # Separa os argumentos das func oes; mais # Utilizado para digitarmos mais de um comando na mesma linha (e recomendado se utilizar a tecla ENTER); # Delimita um caractere; # Delimita os argumentos de uma func ao; # Seleciona parte de um objeto; ajuda ou informac sobre uma func # Obtem oes ao.

OPERAC OES BASICAS

Adic ao + # Usado para adic ao. Subtrac ao # Usado para subtrac ao. Multiplicac ao * # Usado para multiplicac ao. Divisao / # Usado para divisao. Quociente da divisao %/% # Fornece o maior valor inteiro menor ou igual ao valor da divisao. Resto da divisao %% # Fornece o resto da divisao. Potencia # Indica potencia. Sequencia entre valores por uma unidade X:Y # Fornece os valores entre X e Y espac ados por uma unidade.

> ## Exemplos: > >5+3 # Adic ao [1] 8 >9-3 # Subtrac ao [1] 6 >6*8 # Multiplicac ao [1] 48 > 12 / 3 # Divisao [1] 4 (maior valor inteiro) > 7 %/% 2 # Quociente da divisao [1] 3 > 13 %% 5 # Resto da divisao [1] 3 >53 # Potencia [1] 125 >6:9 # Valores entre 6 e 9 espac ados por uma unidade [1] 6 7 8 9

6.1

Exerc cios
54 21 + 6 3 2 (b) 50 + 322 27 + 13 8 89 39 (c) (12 + 38)2 5 (23 3) 4 (d) 43 25 8 (a)

1. Calcule :

2. Mostre se: (a) 5 + 9 27 (b) 452 < 54 32 + 8 45 3603 34 + 5 8 (36 6) (87?59) (d) (89 45) 42 > (21 3) (c) 52 a seguir: 3. Fornec a o quociente e o resto das divisoes (a) 82 3 56 (b) 12 69 (c) 20 97 (d) 8

a seguir: 4. Encontre o quociente e resto das equac oes (a) (b) (85 48) 7 (12 + 39)

(59 + 46 32 + 5 56) 24 (98 87 + 51 58)2 (48 + 21 50 + 57 49 + 12 8) 5 (c) (49 35 + 73 69 13)3

VETORES
um conjunto de coordenadas que possui modulo, e sentido. Um vetor e direc ao

7.1

de um vetor Criac ao

c(...) # Junta valores numericos ou caracteres em um unico vetor; a[i] # Retorna um valor do vetor, representado pela letra a e localizado na posic ao i; 0 (zero); # Obs.: Os vetores tem in cio na posic ao rep(n,r) # Cria um vetor contendo r vezes o valor n; b separados seq(a,b,c) # Cria uma sequencia de numeros no intervalor de a ate por intervalores c unidades; gl(i,r) # Cria um vetor contendo i n veis com os numeros de 1 a i sendo que r partic cada n vel contem oes. > ## Exemplos: > a=c(1,2,9,6,7);a # Agrupa valores numericos [1] 1 2 9 6 7 2 > a[2] # Retorna o valor na posic ao [1] 9 > rep(8,5) # Cria um vetor contendo 5 vezes o valor 8 [1] 8 8 8 8 8 > b = seq(2,10,2);b # Cria uma sequencia de numeros entre 2 e 10 separados > # por intervalos de 2 unidades [1] 2 4 6 8 10 > gl(3,4) # Cria um vetor de 1 a 3 com cada numero repetindo 4 vezes [1] 1 1 1 1 2 2 2 2 3 3 3 3 Levels: 1 2 3

7.2

Operac oes com vetores

Uniao do conjunto A com o conjunto B, em teoria dos conjuntos, e o conjunto de A Uniao representado elementos que pertencem a pelo menos um dos conjuntos A e B. E pelo s mbolo . do conjunto A com o conjunto B e expresso por: A Uniao AB No ambiente R utilizamos o comando: um vetor com a uniao de outros dois vetores represenunion(A,B) # Obtem tados pelas letras A e B. Intersecc ao do conjunto A com o conjunto B, em teoria dos conjuntos, e o conA Intersecc ao juunto de elementos que pertencem a ambos os conjuntos A e B. E representado 8

 do conjunto A com o conjunto B Figura 2: Uniao

pelo s mbolo . do conjunto A com o conjunto B e expresso por: A Intersecc ao AB No ambiente R utilizamos o comando: um vetor com a intersecc de outros dois vetores intersect(A,B) # Obtem ao representados pelas letras A e B.

do conjunto A com o conjunto B Figura 3: Intersecc ao

Somatorio do vetor de elementos consiste na soma de todos os elementos do conjunto, O Somatorio representado pelo s no caso vetor. E mbolo , um (sigma) maiusculo. expresso por: O Somatorio de um vetor e
n

A[i] = A[0] + A[1] + ... + A[(n 1)] + A[n]

i=0

No ambiente R utilizamos o comando: um vetor onde os valores crescem a partir da soma cumsum(A) # Obtem anterior. Vetor representado pela letra A. com o elemento de posic ao Produtorio do vetor O Produtorio de elementos consiste no produto de todos os elementos do con representado pelo s junto, no caso vetor. E mbolo , um (pi) maiusculo. O expresso por: Produtorio de um vetor e
n

A[i] = A[0] A[1] ... A[(n 1)] A[n]

i=0

No ambiente R utilizamos o comando: um vetor onde os valores crescem a partir do produto cumprod(A) # Obtem anterior. Vetor representado pela letra A. com o elemento de posic ao Arredondamento round(v) # Arredonda o numero v ou vetor de numeros v para o valor inteiro mais proximo inferior (abaixo de .5 nas casas decimais) e superior (acima de .5 nas casas decimais). round tambem controla o numero Obs.: A func ao de casas decimais. Exemplo: round(2.5678, 2) # Arredonda o valor em 2 casas decimais. obtido pelo Numero de elementos Normalmente simbolizado pela letra n. E seguinte comando: length(v) # Retorna o numero de valores que existem no vetor v. dos valores Classicac ao de cada valor do vetor v. rank(v) # Exibe a classicac ao dos valores Ordenac ao sort(v) # Exibe os valores do vetor v em ordem crescente.

10

> ## Exemplos: dos vetores a e b > ## Criac ao > a = c(1:10);a [1] 1 2 3 4 5 6 7 8 9 10 > b = c(1:15);b [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 dos vetores a e b > union(a,b) # Uniao [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 dos vetores a e b > intersect(a,b) # Intersecc ao [1] 1 2 3 4 5 6 7 8 9 10 > cumsum(a) # Frequencia Absoluta Acumulada [1] 1 3 6 10 15 21 28 36 45 55 > cumprod(a) # Novo vetor com o produto dos valores a[i] * a[i+1], com i 0 ate 9 > # variando da posic ao [1] 1 2 6 24 120 720 5040 40320 362880 3628800 > do vetor v > ## Criac ao > v = c(2.98000, 3.99991, 8.45521);v [1] 2.98000 3.99991 8.45521 o pronto (.) > ## Obs.: O separador decimal do R e > round(v) # Arredondando para o valor inteiro mais proximo [1] 3 4 8 > length(v) # Comprimento de v [1] 3 do vetor r > ## Criac ao > r = c(2, 9, 12, 5, 1, 7);r [1] 2 9 12 5 1 7 de cada valor de r > rank(r) # Classica posic oes [1] 2 5 6 3 1 4 > sort(r, dec = FALSE) # Exibe os valores do vetor v em ordem crescente [1] 1 2 5 7 9 12

7.3

Exerc cios

1. Crie um vetor contendo 10 vezes o valor 2. e depois retorne a 4 posic 2. Crie um vetor a, com 5 posic oes ao. 3. Fac a um vetor de 1 a 4, onde cada numero repita 5 vezes. 4. Utilize uma sequencia de numeros entre 4 e 12 que sejam separados por inter valos de 2 unidades. entre os 5. Sejam os vetores a = (2, 4, 6, 8, 10) e b = (1, 2, 3, 4, 5, 6). Indique a uniao vetores a e b, depois mostre a intersec ao. anterior, encontre a sua Frequencia 6. Utilizando o mesmo vetor a da questao Absoluta Acumulada. 7. Seja o vetor vet = (5.99999, 4.08965, 5.44662, 7.00011). Arredonde para o valor mais proximo de cada elemento e determine o comprimento do vetor vet. 11

 anterior, classique a posic de 8. Considerando o vetor vet, citado na questao ao cada valor dele. 9. Dado um vetor p = (5, 8, 10, 3, 7, 20). Coloque os seus valores de forma crescente. anterior. Coloque os seus valores de 10. Utilizando o mesmo vetor p da questao forma decrescente.

FUNC OES SIMPLES

Fatorial a expressao que representa o produto dos numeros E naturais, iniciando por um o valor 1, com razao 1. Representado pelo s valor n e decrescendo ate mbolo n! E representado pela seguinte expressao:
n

n! =
k=1

k = n (n 1) (n 2) ...3 2 1

n N

Porem, o produto vazio, ou ainda, produto de nenhum numero, tem seu valor igual a 1. 0! = 1 factorial(y) # Fatorial de y. n N

calculado utilizando seguinte comando: No ambiente R e

Combinac ao em Analise um subconjunto de agrupamenUma Combinac ao, Combinatoria, e tos poss veis em um conjunto de n elementos, onde apenas se diferenciam por utilizada quando queremos saber o numero sua natureza. E de agrupamentos poss veis em um conjunto de elementos, onde a ordem dos elementos nos agru interfere. Ou seja, (1,2) e igual a (2,1). pamentos resultantes nao E representada pela seguinte expressao:
n Cp =

n! p!(n p)!

Com n representando o numero total de elementos e p o numero de elementos em cada agrupamento. No ambiente R utilizamos o comando: choose(n,p) de n tomado p a p. # Combinac ao

12

 Arranjo qualquer ordenac de p elementos Um Arranjo, em Analise Combinatoria, e ao em um conjunto de n elementos em que cada maneira de tomar os elementos utilizado quando querese diferenciam pela ordem e natureza dos elementos. E mos obter o numero de agrupamentos possiveis em um conjunto de elementos, onde a ordem dos elementos nos agrupamentos resultantes interfere. Ou seja, diferente de (2,1). (1,2) e Representada pela expressao: An p = n! (n p)!

Com n representando o numero total de elementos e p o numero de elementos em cada conjunto. No ambiente R utilizamos o comando: choose(n,p)*factorial(p) # Arranjo de n tomado p a p.

Raiz Quadrada sqrt(x) # Raiz quadrada de x. > ## Exemplos: > > factorial(5) # Fatorial [1] 120 > choose(10,2) # Combinac ao [1] 45 > choose(10,2) * factorial(2) # Arranjo [1] 90 > sqrt(1024) # Raiz quadrada [1] 32

8.1

Exerc cios

1. Julia deseja viajar e levar 5 pares de sapatos, sabendo que ela possui em seu escolher 5 guarda-roupa 12 pares, de quantas maneiras diferentes Julia podera pares de sapatos para a sua viagem? 2. O numero total de maneiras de escolher 5 dos numeros 1, 2, 3, , 52 sem repetic ao. 3. Resolva os seguintes itens sobre Permutac ao: (a) Permute a palavra escola. (b) Fatorial de 12!. (c) Fatorial de 8!. (d) Fatorial de 6! + 5! 2!. 4. Solucione os itens abaixo: (a) 900 13

(b) (c) (d) (e) (f) (g) (h)

49 81 25 169 1024 196 121

o valor absoluto dos seguintes modulos: 5. De (a) |7| | 19| (b) | 7| | 10| (c) |6| + |5| (d) |14| + | 23| |48| + | 12| (e) |14| + | 23 ab|48| + | 12| 2

9
9.1

FUNC OES POLINOMIAIS

Func oes do 1o grau

linear e dada por: Sabemos que a func ao f (x) = a x + b no R Aplicac ao function(x) # Declara uma func ao; uniroot() # Retorna a raiz da equac ao. > ## Exemplo: 1 > x = -3:3;x # Denindo uma sequencia de razao [1] -3 -2 -1 0 1 2 3 do 1o grau com a = 4 e b = -16 > y = 4 * x - 16 # Denindo uma equac ao [1] -28 -24 -20 -16 -12 -8 -4 > de 1o grau: > ## Calculando a raiz de uma func ao y > y = function(x)4 * x - 16 # Declarando a func ao > u = uniroot(f, c(0,5)) # Extraindo a raiz da equac ao > u$root # Visualizando o resultado [1] 4

14

9.2

Func oes do 2o grau

quadratica dada por: Sabemos que a func ao e f ( x) = a x2 + b x + c no R Aplicac ao polyroot() # Retorna a raiz da equac ao.

> ## Exemplo: 1 > x = -3:3;x # Denindo uma sequencia de razao [1] -3 -2 -1 0 1 2 3 do 2o grau > y = -1*(x2) + 2*x + 3;y # Denindo uma equac ao > # com a = -1, b = 2 e c = 3 [1] -12 -5 0 3 4 3 0 > de 2o grau: > ## Calculando a raiz de uma func ao > > # x2 + 2x + 3, denindo a func ao > u = polyroot(c(3,2,-1)) # Devendo-se colocar o vetor dos coecientes em da letra mais distante no alfabeto c(c,b,a) > # func ao [1] -1+0i 3-0i i signica a parte completa da raiz > # Obs.: A parcela que contem

9.3

Exerc cios

a seguir: 1. Resolva as equac oes (a) 18x 43 = 65 (b) 23x 16 = 14 17x (c) 10x 12 + 10 = +18 20 (d) 30 20 + 2x = 10 (e) 3x 10 + 13 = 2x + 28 (f) 20x 30 = 40 + 30 20 2. Achar as ra zes das equac oes: (a) x2 x 20 = 0 (b) x2 3x 4 = 0 (c) x2 8x + 7 = 0 (d) 5x2 3x 2 = 0 (e) 3x2 + 55 = 0 (f) x2 6x = 0 (g) x2 10x + 25 = 0

15

10

FUNC OES LOGAR ITMICA

dada pela seguinte expressao: Sabemos que e loga b = x

10.1

logar Calculo da func ao tmica

# Logaritmo de x na base 10; # Logaritmo de x na base y.

log10(x) log(x, y)

> ## Exemplos: > x = seq(10,50, 10);x # Denindo uma sequencia x [1] 10 20 30 40 50 > log10(x) # Logaritmo dos valores de x na base 10 [1] 1.000000 1.301030 1.477121 1.602060 1.698970 > log(x,2) # Logaritmo dos valores de x na base 2 [1] 3.321928 4.321928 4.906891 5.321928 5.643856 > log(x,7) # Logaritmo dos valores de x na base 7 [1] 1.183295 1.539502 1.747870 1.895709 2.010382 > round(log(x,7),2) # Logaritmo dos valores de x na base 7 [1] 1.18 1.54 1.75 1.90 2.01

10.2

Exerc cios
(a) log 10 (b) log 14 (c) log2 10 (d) log3 4 (e) log 34 (f) log3 10 (g) log128 32 (h) log2 5 (i) log6 12 (j) log7 8 log5 7 log2 5

1. Calcule os seguintes logaritmos usando o programa R.

anterior. 2. Elabore os gracos dos itens da questao

11

FUNC OES EXPONENCIAL

Expresso por: f (x) = ax 16

11.1

Exponencial

representado por: Assim como no in cio da apostila e base e b o expoente. ab # Em que a e > ## Exemplos: > 210 # 2 elevado ao expoente 10 [1] 1024 > 53 # 5 elevado ao expoente 3 [1] 125 > > ## Utilizando um vetor > y = seq(0,10,2);y [1] 0 2 4 6 8 10 > 2y # 2 tendo como expoente todos os valores do vetor y [1] 1 4 16 64 256 1024

11.2

Comando exp
expresso por: f ( x) = e x

exp(x)

# Antilog de x ou exponencial de x.

> ## Exemplos: > exp(1) # e exponencial elevado ao expoente 1 [1] 2.718282 > y = seq(0,10,2);y [1] 0 2 4 6 8 10 > exp(y) # e exponencial tendo como expoente todos os valores do vetor y [1] 2.718282 7.389056 54.598150 403.428792 2980.9957987 22026.465795 > round(exp(y), 2) [1] 1.00 7.39 54.60 403.43 2980.96 22026.47

11.3

Exerc cos
(a) 23 (b) 56 (c) 2, 64 (d) 103 (e) (44 + 36, 2)20 (f) (27 + (3, 5)4 ) 123 (g) 325 + 443 17

exponenciais usando o programa R. 1. Calcule as seguintes func oes

(h)

(i) e +?e

(227 +374 ) 42 3 5

(j) (e1 0 + e7 ) (3, 5)6 anterior. 2. Elabore os gracos dos itens da questao

12
12.1

FUNC OES TRIGONOMETRICAS BASICAS

Seno Func ao
dada pela seguinte expressao: Sabemos que e f (x) = sen(x)

12.1.1

Angulos Notaveis
1 2

sen(30 ) = sen(45 ) = sen(60 ) =

2 2 3 2

> ## Exemplos: > x=c(pi/6,pi/4,pi/3);x # atribuindo os valores para x [1] 0.5235988 0.7853982 1.0471976 y > y =sin(x);y # calculando o valor da func ao [1] 0.5000000 0.7071068 0.8660254

12.2

Cosseno Func ao
dada pela seguinte expressao: Sabemos que e f (x) = cos(x)

12.2.1

Angulos Notaveis
3 2 2 2

sen(30 ) = sen(45 ) = sen(60 ) =

1 2

> ## Exemplos: > x=c(pi/6,pi/4,pi/3);x # atribuindo os valores para x [1] 0.5235988 0.7853982 1.0471976 y > y =cos(x);y # calculando o valor da func ao [1] 0.8660254 0.7071068 0.5000000 18

12.3

Tangente Func ao
dada pela seguinte expressao: Sabemos que e f (x) = T g (x)

12.3.1

Angulos Notaveis
3 3

sen(30 ) =

sen(45 ) = 1 sen(60 ) = 3 > ## Exemplos: > x=c(pi/6,pi/4,pi/3);x # atribuindo os valores para x [1] 0.5235988 0.7853982 1.0471976 y > y =tan(x);y # calculando o valor da func ao [1] 0.5773503 1.0000000 1.7320508

12.4

Exerc cios

trigonometricas: 1. Calcule as seguintes func oes 2. Sen(90 ) 3. Cos(120 ) 4. T g (360 ) 5. Sec(45 ) 6. Cosec(30 ) 7. Cotg (60 )

13

ESTAT ISTICA DESCRITIVA

um ramo da Estat A Estat stica Descritiva e stica que aplica varias tecnicas para descrever e sumariar um conjunto de dados. Tecnicas essas denidas como: parametrica: Descric ao Medidas de posic ao Medidas de dispersao tabular Descric ao Gracos Descritivos 19

Para entendermos alguns dos comandos criaremos dois vetores (M, K) para a mel visual e didatica. hor compreensao Supondo: M = c(20, 21, 23, 24, 25, 25, 25, 26, 26, 27) K = c(2, 2, 2, 2, 2, 5, 5, 5, 5, 5)

13.1

Medidas de Posic ao

as medidas que indicam a posic dos dados. Tambem sao As medidas de posic ao ao conhecidas como medidas de tendencia sao central, nome recebido pelo simples fato de ser uma medida que caracteriza o conjunto, ou seja, tende a estar no meio dos valores.

20

 elas: Sao Media E o valor que representa onde mais se concentram os dados. Expressa pela No R pode ser obtida pelo seguinte comando: seguinte expressao: mean(M) # Mostra a media dos dados do vetor Mediana o valor que divide o conjunto de dados ao meio, ou seja, metade dos elementos E inferiores ou iguais a ` mediana e metade dos elemendo conjunto de dados sao superiores ou iguais. tos sao No R pode ser obtida pelo seguinte comando: median(M) # Mediana de M Moda o valor que detem maior numero E de observac oes, ou seja, o valor ou valores mais frequentes. No R utilizaremos um segundo comando para obter a moda: table(M) # Retornando o valor e a frequencia que ele aparece E no R pode-se obter a moda a partir do seguinte comando: subset(table(M), table(M)==max(table(M)))) # Moda de M Summary Comando que resume alguns comandos anteriores juntamente. Ele mostra o valor m nimo, 1o quartil, mediana, media, 3o quartil e o valor maximo. Expresso por: summary(M) # Resumo de valores importantes na amostra

13.2

Medidas de Dispersao

as medidas de dispersao utilizadas para avaliar o quanto os dados sao sao Ja o quanto eles se distanciam do valor central. semelhantes, descrevendo entao elas: Sao Variancia longe em geral os valores se encontram da media. E a medida que indica quao a distancia Ou ainda, e media entre a media e seus pontos no banco de dados. No R pode ser obtida pelo seguinte comando: var(M) # Variancia de M Desvio Padrao de um conjunto de dados. Usado E o parametro que indica o grau de variac ao a media, para saber a dispersao dos dados em relac ao ou seja, se alto tem 21

 e se baixo estao bem proximos. grande dispersao No R pode ser obtida pelo seguinte comando: de M sd(M) # Desvio Padrao Quantis pontos estabelecidos em intervalos regulares, um a ` um, e de 25% em 25%. Sao 100%. Comec ando sempre do ponto 0% ate No R pode ser obtida pelo seguinte comando: um e de 25% quantile(K) # apresenta os percentis de K (apresenta-os um a em 25%) Amplitude Total a diferenc a unica E a do limite superior e o limite inferior. E medida de dispersao tem a media que nao como referencia. No R pode ser obtida pelo seguinte comando: max(K) - min(K) # Onde o comando max() retorna o maior valor do conjunto de valores e o comando min() o menor valor do conjunto > ## Exemplos: > M=c(20,21,23,24,25,25,25,26,26,27) # Vetor M > K=c(2,2,2,2,2,5,5,5,5,5) # Vetor k > mean(M) # Media de M [1] 24.2 de M > sd(M) # Desvio Padrao [1] 2.250926 > var(M) # Variancia de M [1] 5.066667 > median(M) # Mediana de M [1] 25 > quantile(K) # Apresenta os percentis de K um e de 25% em 25%) > # (apresenta-os um a [1] 25 > median(M) # Mediana de M 0% 25% 50% 75% 100% 2.0 2.0 3.5 5.0 5.0 > table(M) # Apresenta a frequencia simples dos elementos de M a M 20 21 23 24 25 26 27 1 1 1 1 3 2 1 > subset(table(M),table(M)==max(table(M))) # Exibe o valor mais frequente > # seguido do numero de vezes no qual o mesmo apareceu no conjunto 25 3 > max(M)-min(M) # Amplitude total de M [1] 7 > summary(M) # Resume alguns comando anteriores Min. 1st Qu. Median Mean 3rd Qu. Max. 20.00 23.25 25.00 24.20 25.75 27.00 22

13.3

Exerc cios

Criem dois vetores, chamando um de M e outro N , para trabalharmos com o que se pede: 1. Calcule a media do primeiro vetor do primeiro vetor 2. Calcule o desvio padrao 3. Calcule a variancia do primeiro vetor 4. Calcule a mediana do primeiro vetor 5. Calcule os percentis do primeiro vetor 6. Calcule os percentis do segundo vetor 7. Continuando a usar os comandos do R, calcule a frequencia simples dos elementos de M a M . 8. Demonstre a frequencia de vezes que um numero apareceu em um vetor. 9. Calcule a amplitude total do segundo vetor. 10. Usando apenas um comando, calcule os quartis, o maximo, o m nimo, a media e a mediana de um vetor de sua escolha.

23

14
14.1

UTILIZANDO BANCO DE DADOS

Lendo informac oes de um banco de dados

a) Mudar o diretorio Mostra ao programa R onde ele deve procurar o arquivo que usaremos no comando para abri-lo. Mudar Com a janela R console ativa, clique no menu Arquivo e na opc ao Dir...

pasta arquivo Figura 4: Ambiente R, localizac ao

24

 pasta Mudar dir... Figura 5: Ambiente R, localizac ao

b) Carregando arquivos nos formatos .csv e .txt Formato .csv um formato muito signica Valores separados por v Em sua traduc ao, rgula. E utilizado em planilhas eletronicas. No R utilizamos para abrir, o comando: data.frame(read.csv(arquivo.csv)) # Abrindo arquivos em formato .csv

Formato .txt simplesmente arquivos de texto, formato muito conOs arquivos em ?.txt? sao hecido em arquivos salvos no bloco de notas. No R utilizamos para abrir, o comando: read.table(dados exemplo.txt) # Abrindo arquivos em formato .txt

Comandos adicionais: composta pelo nome head = T # Implica que a primeira linha do arquivo e das variaveis sep= separadas por um espac # Indica que as variaveis estao o em branco

25

 dec=, # Caso as variaveis ditas continuas contenham decimais e estejam delimitadas por uma v rgula na.rm=T # Indica que existem valores vazios ou inexistentes (NA)

> ## Exemplos: > dados exemplo = read.table(dados exemplo.txt, head=T, sep= ,dec=,) > dados exemplo > # Lendo um banco de dados nome idade salario altura 1 Carlos 25 1000 1.60 2 Viviane 26 1220 1.50 3 Roberto 30 500 1.55 4 Claudia 40 2000 1.56 5 Alberto 30 1500 1.80 6 Francisco 33 1000 1.82 7 Roberta 39 1500 1.60 8 Flavio 29 1200 1.78 9 Arnaldo 44 2000 1.70 10 Renato 20 1600 1.89 11 Silvia 22 1000 1.68 12 Ricardo 37 1200 1.78 13 Sandro 22 1300 1.75 14 Tavares 50 1100 1.70

14.2

Analise de medidas em banco de dados

Identicando as variaveis no banco de dados utilizado para que o R reconhec E a o nome das variaveis referentes ao banco de dados. No R utilizamos o comando: dos dados com o nome attach(banco de dados) # Vinculando a localizac ao da variavel Media de uma variavel para cada n vel de outra variavel a segunda. Faz a media da primeira variavel informada em relac ao No R utilizamos o comando: com a tapply(variavel1, variavel2, mean) # Media da variavel1 em relac ao variavel2 OBS.: No lugar de mean podem ser utilizados outros comandos, como sum(), sd(), entre outros.

26

> ## Exemplos: > dados exemplo = read.table(dados exemplo.txt, head=T, sep= ,dec=,) > dados exemplo[,2] # Retorna a idade [1] 25 26 30 40 30 33 39 29 44 20 22 37 22 50 > attach(dados exemplo) # Vinculando os dados > idade # Retorna a idade [1] 25 26 30 40 30 33 39 29 44 20 22 37 22 50 precise reconhecer a > # OBS.: O comando attach faz com que nao dos dados no banco de dados, apenas o nome da variavel. > #localizac ao > tapply(idade, altura, mean) # Retorna a media da idade para cada altura 1.5 1.55 1.56 1.6 1.68 1.7 1.75 1.78 1.8 1.82 1.89 26 30 40 32 22 47 22 33 30 33 20

15
15.1

GRAFICOS
Tipos de variaveis

a caracter medida em cada elemento do conVariavel e stica de interesse que e junto de dados. Seus valores variam de elemento para elemento. As variaveis podem numericos ter valores numericos (Quantitativos) ou nao (Qualitativos). 15.1.1 Variaveis Quantitativas

as caracter Sao sticas que apresentam valores numericos. Podendo assumir valores discretos e cont nuos. Variaveis quantitativas discretas: Variaveis que assumem valores inteiros, dentro de um conjunto nito ou enumeravel. Exemplos: Numero de lhos e idade em anos. Variaveis quantitativas cont nuas: Variaveis que assumem valores dentro de inteiro. Exemplos: Peso e altura. um conjunto cont nuo, tipicamente nao 15.1.2 Variaveis Qualitativas

Variaveis qualitativas ordinais: Variaveis que podem ser colocadas em ordem. Exemplo: Classe social, dividida entre (A, B, C, D e E). Variaveis qualitativas nominais: Variaveis que podem ser hierarquizadas ou ordenadas. Exemplo: Local de nascimento.

15.2

Tipos de gracos

Histograma uma ferramenta de analise graca de frequencias E e representac ao da distribuic ao de dados quantitativos. No R pode ser obtido a partir do seguinte comando: de frequencias hist() # Retorna o histograma da distribuic ao do conjunto de dados 27

> ## Exemplo: > dados exemplo = read.table(dados exemplo.txt, head=T, sep= ,dec=,) > attach(dados exemplo) > hist(idade) # Retorna o histograma da variavel idade

Figura 6: Histograma

Ramo-e-folhas uma ferramenta de analise graca E e representac ao dos numeros da distribuic ao de frequencias de dados quantitativos. No R pode ser obtido a partir do seguinte comando: de frequencias stem() # Retorna o diagrama de ramo-e-folhas da distribuic ao de um conjunto e dados > ## Exemplo: > dados exemplo = read.table(dados exemplo.txt, head=T, sep= ,dec=,) > attach(dados exemplo) > stem(idade) # Retorna o histograma da variavel idade The decimal point is 1 digit(s) to the right of the | 2 3 4 5 | | | | 022569 00379 04 0

Colunas uma ferramenta de representac conhecido como barras verticais. E Tambem ao de valores de diversas categorias (quantitativas e qualitagraca da evoluc ao tivas). 28

No R pode ser obtido a partir do seguinte comando: de dados barplot() # Retorna o graco de colunas da distribuic ao > ## Exemplo: > dados exemplo = read.table(dados exemplo.txt, head=T, sep= ,dec=,) > attach(dados exemplo) > barplot(tapply(salario, idade, mean)) # Retorna o graco de > #colunas com a media dos salarios para cada idade

Figura 7: Graco de colunas

Barras horizontais Se diferencia do graco de colunas por ter seus valores localizados no eixo das abscissas. No R pode ser obtido a partir do seguinte comando: barplot(x, horiz = TRUE) # Onde x representa o banco de dados e horiz o tipo de graco (horizontal)

> ## Exemplo: > dados exemplo = read.table(dados exemplo.txt, head=T, sep= ,dec=,) > attach(dados exemplo) > barplot(tapply(salario, idade, mean), horiz=TRUE) # Retorna o graco de > #barras horizontais com a media dos salarios para cada idade

29

 Figura 8: Graco de barras horizontais

Setores uma ferramenta de representac Mais conhecido como graco de pizza. E ao graca da frequencia de dados qualitativos. No R pode ser obtido a partir do seguinte comando: de dados pie() # Retorna o graco de setores da distribuic ao > ## Exemplo: > dados = read.table(dados.txt, head=T, sep= ,dec=,) > attach(dados) > pie(table(fumo)) # Retorna o graco de setores (1 fuma e 0 nao fuma) > # para a variavel condic ao

Figura 9: Graco de setores

30

 Diagrama de Caixa uma ferramenta de representac graca Mais conhecido como Boxplot. E ao de dados de natureza cont nua (variaveis quantitativas cont nuas). No R pode ser obtido a partir do seguinte comando: de dados boxplot() # Retorna o diagrama de caixa da distribuic ao > ## Exemplo: > dados exemplo = read.table(dados exemplo.txt, head=T, sep= ,dec=,) > attach(dados exemplo) > boxplot(altura) # Retorna o diagrama de caixa > # para a variavel altura

Figura 10: Diagrama de caixa

Diagrama de dispersao e um graco O diagrama de dispersao onde pontos no espac o cartesiano X e usados para representar simultaneamente os valores de duas variaveis Y sao quantitativas medidas em cada elemento do conjunto de dados. No R pode ser obtido a partir do seguinte comando: plot() # Retorna o graco de diagrama de duas variaveis de um banco de dados > ## Exemplo: > dados exemplo = read.table(dados exemplo.txt, head=T, sep= ,dec=,) > attach(dados exemplo) > plot(idade,altura) # Retorna o diagrama de dispersao com a altura > # para a variavel idade em relac ao

31

 Figura 11: Diagrama de dispersao

15.3

Comandos adicionais para gracos

Alguns dos parametros mais comuns e que aparecem em func oes para produzir gracos: Comando col Permite indicar a cor de elementos do graco. Exemplo: col = green Obs.: O comando colors() indica o nome de todas as cores. O download do arquivo .pdf com o demonstrativo visual das cores se encontra para download no link: http://www.stat.columbia.edu/ tzheng/les/Rcolor.pdf. Comando main Permite dar um t tulo ao graco. tulo Exemplo: main = T Comando xlab Permite dar um t tulo ao eixo dos Xs. Exemplo: xlab = Eixo X Comando ylab Permite dar t tulo ao eixo dos Ys. Exemplo: ylab = Eixo Y Comando xlim Permite indicar um vetor com 2 (dois) numeros que serao usados como a distancia dos valores no eixo dos Xs. Exemplo: xlim = c(0,100) Comando ylim Permite indicar um vetor com 2 (dois) numeros que serao usados como a distancia 32

dos valores no eixo dos Ys. Exemplo: ylim = c(0,100) Comando lty Permite indicar o tipo de linhas que vao ser usadas nos gracos. Exemplo: lty = dotted ou lty = 3 # Pontilhado Tipos de linhas: 0 = blank (Sem linha) 1 = solid (Padrao) 2 = dashed (Tracejada) 3 = dotted (Pontilhado) 4 = dotdash (Seccionado) 5 = longdash (Seccionado por espac os grandes) 6 = twodash (Seccionado por espac os muito grandes) Comando cex Permite indicar um tamanho relativo do texto usado nos gracos. Exemplo: cex = 0.75 # 75% do tamanho original utilizado no R. Pode ser utilizado para locais espec cos: feitas nos eixos do graco; cex.axis # Para anotac oes cex.lab # Para textos localizados nos eixos do graco; cex.main # Para texto localizado no t tulo do graco; cex.sub # Para texto localizado no subt tulo do graco. Comando pch Os s mbolos usados para desenhar os pontos no graco. Exemplo: pch = 25 Figura 12: Tipos de pch

33

15.4

Exerc cios
Alunos Fernando Pedro Larissa Bianca Beatriz Fernando Fernanda Paulo Guilherme Gustavo Eduarda Alessandra Aldenita Marcio Francisco Renata Mateus Sibelle Mycon Felipe Jose Airton Lucas Vitor Curso Estat stica Estat stica Estat stica Matematica Estat stica Estat stica Estat stica Estat stica Estat stica Matematica Matematica Matematica Matematica Estat stica Estat stica Matematica Matematica Matematica Estat stica Estat stica Matematica Matematica Matematica Estat stica Semestre Primeiro Segundo Sexto Segundo Terceiro Setimo Oitavo Primeiro Oitavo Sexto Quarto Segundo Oitavo Primeiro Sexto Quinto Primeiro Sexto Segundo Setimo Quinto Primeiro Quarto Oitavo Idade 17 23 25 18 21 22 23 19 26 20 21 17 22 17 23 24 22 21 26 27 19 18 19 25 Altura (cm) 172 169 178 180 172 177 176 179 165 169 168 181 180 192 177 176 164 182 172 177 172 176 188 179

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

acima no programa R. 1. Use o comando read.table para colocar a tabela fac 2. Apartir da tabela a as seguintes questoes: (a) Crie um histograma com a variavel idade. (b) Crie um graco de barras na vertical e na horizontal com a media de idade para o semestre do curso. (c) Pegue o graco de barras na vertical do item anterior e coloque nomes para o eixo horizontal e o eixo vertical. (d) Pegue o graco de barras na horizontal do item be coloque cor e um titulo para o graco. (e) Crie um graco de setor para alunos da Estatistica e Alunos da Matematica Industrial. e) Crie um graco de caixa com a variavel altura (cm) . para a variavel altura (cm) em relac com (f) Crie um graco de dispersao ao idade.

34

16

CONSIDERAC OES FINAIS

pode ser vista como um misterio, A Matematica nao mas sim, como um instru do comento pelo qual o estudante e o prossional a utiliza para auxiliar suas ac oes se vive sem informac e o papel do estat transformar tidiano. Como nao oes stico e as informac oes em novas informac oes para que possamos conhecer os fenomenos tendo como base as analises que nos rodeiam e tomar decisoes destes fenomenos, a o alicerce deste processo. matematica e ser uma informac Um numero pode, por si so, ao. Mas compreender como os relacionados e como eles expressam fenomenos, numeros estao o Estat stico utiliza como base a matematica. metodologias que tem basicas, gracas, as metodoloDas operac oes passando pelas representac oes ate fundamental em gias avanc adas - com teorias ainda incompletas - a matematica e se aprende matematica varias areas do conhecimento. Portanto, nao de um hora para outra, precisamos ter em mente que as formulas e as operac oes tem signicado, que compreendemos verdadeiramente a matematica que a partir dele e e os seus misterios. O programa R apresentado aqui foi utilizado para compreender melhor a matematica um software de dom e visualizar suas potencialidades. O R e nio publico fundamental para o exerc cio da atividade prossional em Estat stica, e que possui colaborac ao de uma comunidade enorme de pesquisadores e desenvolvedores que pesquisam e implementam novas metodologias para abordagem de fenomenos estat sticos e ans. ` analise Esperamos que este curso introdutorio ao software R e a exploratoria de dados tenha alcanc ado seus dois principais objetivos, quais sejam: desmisticar a matematica como disciplina e compreender sua importancia para o dia a dia do pros sional de diversas areas, em particular, do Estat stico. ` disposic e agradece a todos que colabO programa PET-Estat stica se coloca a ao oraram com uma de suas atividades. Muito obrigado!

17

REFERENCIA BIBLIOGRAFICAS

Paulo: Saraiva, 2010. 1 Bussab, W.O. & Morettin P.A . Estat stica Basica - 6a ed. - Sao 2.15.2: GNU project. Lucent Technologies. 2 R project for statisticalcomputing, versao

35