Nome: Ana Lívia Dias

1. Uma das características da gota, distúrbio hereditário que ocorre especialmente em homens, é a hipe-ruricemia
(excesso de ácido úrico no sangue). Embora nem todos os indivíduos com hiperuricemia desenvolvam manifestações
clínicas de gota, h á muito tempo tem-se reconhecido que o componente hereditário da doença está ligado a uma
tendência para hiperuricemia. A seguir são apresentados os valores da
dosagem de ácido úrico(mg/dL) em 100 homens sadios.
ac-urico<-c(5.0, 5.9, 5.8, 9.4, 4.1, 4.8, 5.6, 7.1, 5.9, 3.7, 7.8, 5.4, 4.3, 4.0, 6.3, 7.8, 7.2, 4.3, 7.6, 6.2,4.6, 5.7, 8.1,
5.3, 5.9, 6.0, 6.7, 6.8, 6.8, 3.6, 6.7, 7.2, 3.8, 6.9, 3.5, 7.8, 7.1, 3.7, 4.6, 3.7, 9.0, 6.8, 6.8,3.5, 6.8, 6.1, 6.8, 5.5, 6.3,
5.4, 7.3, 8.5, 7.5, 8.8, 7.0, 4.9, 4.1, 7.4, 6.6, 4.2, 4.1, 7.6, 3.6, 5.7, 4.9, 7.4,5.3, 7.8, 6.0, 5.3, 8.0, 3.6, 6.9, 7.4, 7.4,
4.9, 6.6, 4.6, 8.4, 5.5, 7.5, 6.4, 5.8, 4.9, 8.4, 7.6, 3.7, 5.8, 4.6,8.1, 7.9, 6.3, 6.3, 5.2, 5.0, 6.4, 7.2, 5.5, 4.1, 6.8)

(a) Construa uma tabela de frequências com os dados agrupados em classes utilizando a regra de Sturges para obter o
número de intervalos. Regra de Sturges: k = 1 + 3.3 ∗ log(n).

(b)A tabela ficou muito longa! Refaça com 12 intervalos.

(c) Construa o histograma correspondente com frequências relativas.

(d) Utilize o histograma para estimar o valor da mediana.

(E) Construa a ogiva. Utilize-a para estimar a mediana.

CODIGO COMPLETO DA 1.

#1)A

ac_urico<-c(5.0, 5.9, 5.8, 9.4, 4.1, 4.8, 5.6, 7.1, 5.9, 3.7, 7.8, 5.4, 4.3, 4.0, 6.3, 7.8, 7.2, 4.3, 7.6, 6.2,

4.6, 5.7, 8.1, 5.3, 5.9, 6.0, 6.7, 6.8, 6.8, 3.6, 6.7, 7.2, 3.8, 6.9, 3.5, 7.8, 7.1, 3.7, 4.6, 3.7, 9.0, 6.8, 6.8,

3.5, 6.8, 6.1, 6.8, 5.5, 6.3, 5.4, 7.3, 8.5, 7.5, 8.8, 7.0, 4.9, 4.1, 7.4, 6.6, 4.2, 4.1, 7.6, 3.6, 5.7, 4.9, 7.4,

5.3, 7.8, 6.0, 5.3, 8.0, 3.6, 6.9, 7.4, 7.4, 4.9, 6.6, 4.6, 8.4, 5.5, 7.5, 6.4, 5.8, 4.9, 8.4, 7.6, 3.7, 5.8, 4.6,

8.1, 7.9, 6.3, 6.3, 5.2, 5.0, 6.4, 7.2, 5.5, 4.1, 6.8)

dados<-data.frame(ac_urico)

dados

amp <- max(dados$ac_urico)-min(dados$ac_urico)#calculando amplitude

amp

k=ceiling(1+3.3*log10(100))#calculando Sturges

library(fdth)
d<-fdt(dados$ac_urico)#utilizando o default do R

h=amp/k #calculando a amplitude dos intervalos

h=round(h,2) #arredondando o valor da amplitude

d2<-fdt(ac_urico,start=3.5,end=9.4,h=0.74) #definindo início, fim e amplitude dos intervalos

d2

#1)B

k=round(amp/12,2) #recalculando a frequencia

d<-fdt(ac_urico,start=3.5,end=9.4,h=0.49) #definindo início, fim e amplitude dos intervalos

#1)C/D

plot(d2, type='rfh', las=1,adj=0.01, col="violet",

xlab='Ácido Urico', ylab='frequência relativa')

lines(c(median(ac_urico), median(ac_urico)), c(0,100), lwd=1, col='red', las=2)

#1-E

plot(d2,type='cfpp',las=1,lwd=2,ylim=c(0,100),col='green',xlab='Ácido Urico',

ylab='frequência percentual')

text(80,80,"Ogiva")

arrows(x0=5,y0=80,x1=6,y1=50)

2. Uma amostra de 50 medidas do tempo de vida (meses) de um equipamento ́e mostrada abaixo:

91 167 54 118 194 132 67 53 168 128 130 117 91 172 149 110 94 104 74 109 54 70 71 100 101 107 149 143 136
110 125 68 104 106 168 71 130 79 109 95 111 124 74 58 73 122 129 93 218 64
(a) Construa uma tabela de frequências com 7 intervalos.
(b) Construa o histograma correspondente com frequências relativas.

(c) Utiize o histograma para estimar o valor da mediana.

(d) Construa a ogiva. Utilize-a para estimar a mediana.

CODIGO COMPLETO DA 2

#1-A)
tempo<-c(91,167,54,118,194,132,67,53,

168,128,130,117,91,172,149,110,94,104,

74,109,54,70,71,100,101,107,149,143,136,

110,125,68,104,106,168,71,130,79,109,

95,111,124,74,58,73,122,129,93,218,64)

dados<-data.frame(tempo)

dados

amp=max(dados$tempo)-min(dados$tempo)

amp

h=ceiling(amp/7)

library(fdth)

d1<-fdt(dados$tempo)

d1

d2<-fdt(dados$tempo, start=53, end=220, h=23.6)

d2

#2-B)

plot(d2, type='rfh', las=1,adj=0.5, col='violet', border = F,

xlab='Tempo de Vida', ylab='frequência relativa')

lines(c(median(tempo), median(tempo)), c(0,100), lwd=1, col='red', las=2)

#2-C)

plot(d2,type='cfpp',las=1,lwd=2,ylim=c(0,100),col='green',xlab='Tempo de Vida',

ylab='frequência percentual')

text(80,80,"Ogiva")

arrows(x0=15,y0=140,x1=102,y1=55)

3. A tabela a seguir apresenta os dados de um teste de psicologia (um teste de inteligência em que
um individuo tem que resolver uma série de analogias). A amostra contém 158 indivíduos que
receberam notas (escore) de acordo com o rendimento no teste.

(A) Construa o histograma e a ogiva.

CODIGO COMPLETO DA 3

#QUESTÃO 3

#######################

##Cria variável com o dados e faz a tabela de dados##

dados<-data.frame(score=c(34,37,37,37,40,43,43,43,43,47,47,47,49,49,49,49,49,

49,49,52,52,52,52,52,52,52,52,52,52,52,52,52,52,52,56,56,56,56,56,56,56,56,56,

56,56,56,56,56,56,56,56,56,56,56,56,56,56,58,58,58,58,58,58,58,58,58,58,58,

58,58,58,58,58,61,61,61,61,61,61,61,61,61,61,61,61,61,61,61,61,61,61,61,61,61,

61,61,61,64,64,64,64,64,64,64,64,64,64,64,64,64,64,64,64,64,64,64,64,64,67,67,

67,67,67,67,67,67,67,67,67,67,67,67,67,67,67,67,67,67,67,70,70,70,70,70,70,70,

70,70,70,70,70,70,70,70, 73, 73, 73, 73))

dados

library("fdth")

##Tabela de frequências com 14 intervalos##

##h = 3##

tab.fq1<-fdt(dados$score,start=33,end=75,h=3)

tab.fq1

###QUESTÃO 3 - LETRA A

##Histograma das frequências relativas##

plot(tab.fq1, type='rfh', las=1,adj=0.5,

xlab='TEMPO DE VIDA (MESES)', ylab='FREQUÊNCIA RELATIVA')

##Constroi a ogiva##

plot(tab.fq1,type='cfpp',las=1,lwd=2,ylim=c(0,100),col='purple',

xlab='TEMPO DE VIDA(MESES)', ylab='FREQUÊNCIA PERCENTUAL')

arrows(x0=45,y0=80,x1=52,y1=74)

text(48,95,"Ogiva")

###QUESTÃO 3 - LETRA B

##Classe que contém o primeiro quartil Q1 [54,57]##

arrows(x0=55.5,y0=0.18,x1=55.5,y1=0.15)

text(55.5,0.12,"Q1")

##Classe que contém a mediana [60,63]##

arrows(x0=61.5,y0=0.18,x1=61.5,y1=0.16)

text(61.5,0.12,"Mediana")

##Classe que contém o percentil de ordem 90 [69,72]##

arrows(x0=70.5,y0=0.14,x1=70.5,y1=0.11)

text(70.5,0.08,"P90")

###QUESTÃO 3 - LETRA C

##(p80 - 66)/0.0532 = (69 - 66)/0797

p80 = 68 nota