<\/p>\n
Estat\u00edsticas descritivas<\/strong> s\u00e3o valores que descrevem um conjunto de dados.<\/span><\/p>\n Eles nos ajudam a entender onde est\u00e1 o centro<\/a> do conjunto de dados, bem como a distribui\u00e7\u00e3o dos valores no conjunto de dados.<\/span><\/p>\n Existem duas fun\u00e7\u00f5es que podemos usar para calcular estat\u00edsticas descritivas em R:<\/span><\/p>\n M\u00e9todo 1: use a fun\u00e7\u00e3o summary()<\/strong><\/span><\/p>\n A fun\u00e7\u00e3o summary()<\/strong> calcula os seguintes valores para cada vari\u00e1vel em um quadro de dados em R:<\/span><\/p>\n M\u00e9todo 2: use a fun\u00e7\u00e3o sapply()<\/span><\/strong><\/span><\/p>\n A fun\u00e7\u00e3o sapply()<\/strong> pode ser usada para calcular estat\u00edsticas descritivas diferentes daquelas calculadas pela fun\u00e7\u00e3o summary()<\/strong> para cada vari\u00e1vel em um quadro de dados.<\/span><\/p>\n Por exemplo, a fun\u00e7\u00e3o sapply()<\/strong> acima calcula o desvio padr\u00e3o de cada vari\u00e1vel em um quadro de dados.<\/span><\/p>\n O exemplo a seguir mostra como usar essas duas fun\u00e7\u00f5es para calcular estat\u00edsticas descritivas para vari\u00e1veis em um quadro de dados em R.<\/span><\/p>\n Suponha que temos o seguinte quadro de dados em R que cont\u00e9m tr\u00eas vari\u00e1veis:<\/span><\/p>\n Podemos usar a fun\u00e7\u00e3o summary()<\/strong> para calcular v\u00e1rias estat\u00edsticas descritivas para cada vari\u00e1vel:<\/span><\/p>\n Tamb\u00e9m podemos usar par\u00eanteses para calcular apenas estat\u00edsticas descritivas para vari\u00e1veis espec\u00edficas no quadro de dados:<\/span><\/p>\n Tamb\u00e9m podemos usar a fun\u00e7\u00e3o sapply()<\/strong> para calcular estat\u00edsticas descritivas espec\u00edficas para cada vari\u00e1vel.<\/span><\/p>\n Por exemplo, o c\u00f3digo a seguir mostra como calcular o desvio padr\u00e3o de cada vari\u00e1vel:<\/span><\/p>\n Tamb\u00e9m podemos usar uma fun\u00e7\u00e3o()<\/strong> em sapply()<\/strong> para calcular estat\u00edsticas descritivas.<\/span><\/span><\/p>\n Por exemplo, o c\u00f3digo a seguir mostra como calcular o intervalo<\/a> de cada vari\u00e1vel:<\/span><\/p>\n Finalmente, podemos criar uma fun\u00e7\u00e3o complexa que calcula estat\u00edsticas descritivas e ent\u00e3o usar esta fun\u00e7\u00e3o com a fun\u00e7\u00e3o sapply()<\/strong> .<\/span><\/span><\/p>\n Por exemplo, o c\u00f3digo a seguir mostra como calcular a moda<\/a> de cada vari\u00e1vel no quadro de dados:<\/span><\/p>\n Pelo resultado podemos ver:<\/span><\/p>\n Usando as fun\u00e7\u00f5es summary()<\/strong> e sapply()<\/strong> , podemos calcular quaisquer estat\u00edsticas descritivas que desejarmos para cada vari\u00e1vel em um quadro de dados.<\/span><\/p>\n Os tutoriais a seguir explicam como realizar outras tarefas comuns em R:<\/span><\/p>\n Como criar tabelas de resumo em R<\/a> Estat\u00edsticas descritivas s\u00e3o valores que descrevem um conjunto de dados. Eles nos ajudam a entender onde est\u00e1 o centro do conjunto de dados, bem como a distribui\u00e7\u00e3o dos valores no conjunto de dados. Existem duas fun\u00e7\u00f5es que podemos usar para calcular estat\u00edsticas descritivas em R: M\u00e9todo 1: use a fun\u00e7\u00e3o summary() summary(my_data) A fun\u00e7\u00e3o summary() […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-3215","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n summary(my_data)<\/strong><\/pre>\n
\n
sapply(my_data, sd, na. rm<\/span> = TRUE<\/span> )\n<\/strong><\/pre>\n Exemplo: c\u00e1lculo de estat\u00edsticas descritivas em R<\/strong><\/span><\/h2>\n
#create data frame\n<\/span>df <- data. frame<\/span> (x=c(1, 4, 4, 5, 6, 7, 10, 12),\n y=c(2, 2, 3, 3, 4, 5, 11, 11),\n z=c(8, 9, 9, 9, 10, 13, 15, 17))\n\n#view data frame\n<\/span>df\n\n X Y Z\n1 1 2 8\n2 4 2 9\n3 4 3 9\n4 5 3 9\n5 6 4 10\n6 7 5 13\n7 10 11 15\n8 12 11 17<\/strong><\/pre>\n #calculate descriptive statistics for each variable<\/span>\nsummary(df)\n\n xyz Min. : 1,000 Min. : 2,000 Min. : 8.00 \n 1st Qu.: 4,000 1st Qu.: 2,750 1st Qu.: 9.00 \n Median: 5,500 Median: 3,500 Median: 9.50 \n Mean: 6.125 Mean: 5.125 Mean: 11.25 \n 3rd Qu.: 7,750 3rd Qu.: 6,500 3rd Qu.: 13.50 \n Max. :12,000 Max. :11,000 Max. :17.00<\/strong><\/pre>\n #calculate descriptive statistics for 'x' and 'z' only<\/span>\nsummary(df[, c(' x<\/span> ', ' z<\/span> ')])\n\n xz Min. : 1,000 Min. : 8.00 \n 1st Qu.: 4.000 1st Qu.: 9.00 \n Median: 5.500 Median: 9.50 \n Mean: 6.125 Mean: 11.25 \n 3rd Qu.: 7.750 3rd Qu.: 13.50 \n Max. :12,000 Max. :17.00 \n<\/strong><\/pre>\n #calculate standard deviation for each variable<\/span>\nsapply(df, sd, na. rm<\/span> = TRUE<\/span> )\n\n X Y Z\n3.522884 3.758324 3.327376<\/strong><\/pre>\n #calculate range for each variable<\/span>\nsapply(df, function(df) max(df, na. rm<\/span> = TRUE<\/span> )-min(df, na. rm<\/span> = TRUE<\/span> ))\n\n X Y Z\n11 9 9\n<\/strong><\/pre>\n #define function that calculates mode<\/span>\nfind_mode <- function<\/span> (x) {\n u <- unique(x)\n tab <- tabulate(match(x, u))\n u[tab ==<\/span> max(tab)]\n}\n\n#calculate mode for each variable\n<\/span>sapply(df, find_mode)\n\n$x\n[1] 4\n\n$y\n[1] 2 3 11\n\n$z\n[1] 9\n<\/strong><\/pre>\n\n
Recursos adicionais<\/strong><\/span><\/h3>\n
Como encontrar o intervalo interquartil em R<\/a>
Como remover outliers em R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"