Escolar Documentos
Profissional Documentos
Cultura Documentos
R= Tome a variável x para ser satisfação pessoal e a y para ser uma medida não numérica de
reconhecimento em alguma função que você exerce (numa empresa ou academicamente). Por
exemplo, ser condecorado como pesquisador de qualis alta ou funcionário do mês.
R= a quantidade de horas que você passa no trabalho vs a quantidade horas que você dispõe para
família e lazer.
R= aumento da temperatura numa determinada região vs percepção de calor das pessoas daquela
região.
2)
a) As duas variáveis são Qualitativas;
3)
como o p-valor<0.05, não podemos relegar a hipótese da questão ao acaso. Então há possível
dependência.
4)
a) envio por foto
código referente a letra:
zonas_metropolitanas<-c("Sao Paulo","Rio de Janeiro", "Belem","Belo Horizonte" ,"Salvador",
"Porto Alegre","Recife","Fortaleza")
setor_prim<-c(2.0, 2.5, 2.9, 3.3, 4.1, 4.3, 7.0, 13.0)
indice_analfabetismo<-c(17.5, 18.5, 19.5, 22.2, 26.5, 16.6, 36.6, 38.4)
dados<-data.frame( Zonas_metropolinas=zonas_metropolitanas, setor_primario=setor_prim,
Indice_analfabetismo=indice_analfabetismo)
plot(dados$setor_primario, dados$Indice_analfabetismo, xlab="Setor Primário", ylab="Índice de
Analfabetismo", main="Dispersão dos Dados",xlim=c(0,14),ylim=c(0,40))
b) Pela dispersão dos dados na letra acima, parece haver sim – imagine uma reta cruzando os dados
pela diagonal, isso ficará aparente.
c)
A correlação é forte entre as duas variáveis , especificamente de 0.866561.
código: cf_cor<-cor(setor_prim, indice_analfabetismo)
print(cf_cor)
d) devemos tirar os valores 7 e 13 do vetor setor_prim. Devemos retirar 36.6 e 38.4 do vetor
indice_analfabetismo. Calculando a correlação entre eles teremos:cf_correlação= 0.3964376.
Observe que as variáveis agora apresentam correlação fraca.
5)
12
4 10
4.56 0 1
5.25 0 1
5.73 1 0
6.26 1 0
6.66 0 1
6.86 1 0
7.39 1 0
7.44 1 0
7.59 0 1
8.12 0 1
8.46 1 0
8.74 1 0
8.95 0 1
9.13 0 1
9.35 1 0
9.77 0 1
9.8 0 1
10.53 1 0
10.76 1 0
11.06 0 1
11.59 1 0
12 1 0
12.79 0 1
13.23 0 1
13.6 0 1
13.85 1 0
14.69 0 1
14.71 0 1
15.99 0 1
16.22 1 0
16.61 0 1
17.26 0 1
18.75 1 0
19.4 0 1
23.3 0 1
Output do código:
b) A enviar foto
A interpretação dos boxplot é que indivíduos solteiros tẽm salários maiores de acordo com a IQR do
boxplot 2 para o 1.