Estatística é uma forma de análise matemática que se refere à coleta, organização, análise, interpretação e apresentação de dados. A análise estatística ajuda a fazer o melhor uso dos vastos dados disponíveis e a melhorar a eficiência das soluções.

R é uma linguagem de programação usada para computação estatística e gráficos do ambiente. A seguir está uma introdução aos conceitos estatísticos básicos, como gráficos de plotagem, como gráficos de barras, gráficos de pizza, histogramas e boxplots.

Nesta postagem, aprenderemos a traçar gráficos para uma única variável. O seguinte software é necessário para aprender e implementar estatísticas em R:

• Software R
• IDE RStudio

Funções para traçar gráficos em Estatísticas

A seguir está uma lista de funções que são necessárias para traçar gráficos para a representação de dados estatísticos:

• Função plot():
  Esta função é usada para desenhar um gráfico de dispersão com eixos e títulos.
  
  
  

  Sintaxe:

  plot (x, y = NULL, ylim = NULL, xlim = NULL, type = "b" ....)

• função data():
  esta função é usada para carregar conjuntos de dados especificados.

  Sintaxe:

  dados (lista = caractere(), lib.loc = NULL, pacote = NULL .....)

• Função table():
  a função table é usada para construir uma tabela de contingência das contagens em cada combinação de níveis de fator.

  <strongsyntax:></strongsyntax:>

  tabela (x, row.names = NULL, ...)

• barplot() Função:
  Cria um gráfico de barras com barras verticais / horizontais.

  Sintaxe:

  gráfico de barras (altura, largura = 1, names.arg = NULL, espaço = NULL ...)

• Função pie():
  Esta função é usada para criar um gráfico de pizza.





Sintaxe:

pizza (x, rótulos = nomes (x), raio = 0,6, bordas = 100, sentido horário = VERDADEIRO ...)

hist (x, quebras = "Sturges", probabilidade =! freq, freq = NULL, ...)

Observação: você pode encontrar as informações sobre cada função usando o “?” símbolo
antes do início de cada função.

Conjuntos de dados integrados R são muito úteis para começar e desenvolver habilidades. Portanto, usaremos alguns conjuntos de dados integrados.
Vamos começar criando um gráfico de barras simples usando o conjunto de dados Chickwts e aprender como usar conjuntos de dados e algumas funções do RStudio.

Gráficos de barra

Um gráfico de barras representa dados categóricos com barras retangulares onde as barras podem ser plotadas vertical ou horizontalmente.

# ? is used before a function
# to get help on that function
?plot          
?chickwts      
data(chickwts) #loading data into workspace
plot(chickwts$feed) # plot feed from chickwts

No código acima '?' na frente de uma função específica significa que ele fornece informações sobre essa função com sua sintaxe. Em R, '#' é usado para comentar uma linha única e não há comentários de várias linhas em R. Aqui estamos usando chickwtscomo conjunto de dados e feed é o atributo no conjunto de dados.
Saída:

feeds=table(chickwts$feed)
  
# plots graph in decreasing order
barplot(feeds[order(feeds, decreasing=TRUE)]) 

Saída:

feeds = table(chickwts$feed)  
  
# outside margins bottom, left, top, right. 
par(oma=c(1, 1, 1, 1))                            
par(mar=c(4, 5, 2, 1))                            
  
# las is used orientation of axis labels       
barplot(feeds[order(feeds, decreasing=TRUE)]  
    
# horiz is used for bars to be shown as horizontal.
barplot(feeds[order(feeds)], horiz=TRUE,   
  
# col is used for colouring bars.       
# xlab is used to label x-axis. 
xlab="Number of chicks", las=1 col="yellow")    

Saída:

Gráfico de setores

Um gráfico de pizza é um gráfico estatístico circular dividido em fatias para mostrar os diferentes tamanhos dos dados.

data("chickwts")
  
# main is used to create 
# an heading for the chart
d = table(chickwts$feed)               
  
pie(d[order(d, decreasing=TRUE)], 
    clockwise=TRUE, 
    main="Pie Chart of feeds from chichwits", )

Saída:

Histogramas

Os histogramas são a representação da distribuição dos dados (numéricos ou categóricos). É semelhante a um gráfico de barras, mas agrupa os dados em termos de intervalos.

# break is used for number of bins.
data(lynx)   
  
# lynx is a built-in dataset.
lynx         
  
# hist function is used to plot histogram.
hist(lynx)   
hist(lynx, break=7, col="green",
     main="Histogram of Annual Canadian Lynx Trappings")

Saída :

data(lynx)
  
# if freq=FALSE this will draw normal distribution  
lynx                   
hist(lynx)   
hist(lynx, break=7, col="green",
     freq=FALSE main="Histogram of Annual Canadian Lynx Trappings")
  
curve(dnorm(x, mean=mean(lynx),  
            sd=sd(lynx)), col="red", 
            lwd=2, add=TRUE)

Saída:

Box Plots

Box Plot é uma função para representar graficamente grupos de dados numéricos usando quartis. Representa a distribuição de dados e compreensão de média, mediana e variância.

# USJudgeRatings is Built-in Dataset.
?USJudgeRatings                        
  
# ylim is used to specify the range.
boxplot(USJudgeRatings$RTEN, horizontal=TRUE, 
        xlab="Lawyers Rating", notch=TRUE,
        ylim=c(0, 10), col="pink") 

USJudgeRating é um conjunto de dados Build-in com 6 atributos e RTEN é um dos atributos entre eles, com classificação entre 0 e 10 inclusive. Usamos para traçar um boxplot com diferentes atributos da função boxplot.
Saída: