-
Notifications
You must be signed in to change notification settings - Fork 4
/
exercicios_1_2.qmd
115 lines (76 loc) · 2.46 KB
/
exercicios_1_2.qmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
---
title: "Exercícios primeira semana"
subtitle: "Introdução e Visualização de dados"
format:
revealjs:
slide-number: true
chalkboard:
buttons: true
---
# Introdução
---
Como você definiria o que é ciência de dados? (tenta responder sem consultar, não precisa estar certo, queremos sua perspectiva)
---
Apresente brevemente as etapas do processo de ciência de dados típico em um projeto de dados
---
Qual data set você selecionou para analisar e por que?
---
Qual pergunta você gostaria de responder sobre esse data set?
---
Como pretende responder a pergunta usando o dataset escolhido?
# Visualização de dados
---
1. Quantas linhas tem o penguins? E quantas colunas?
---
2. O que a variável bill_depth_mm no penguins descreve?
(dica: use a função ?penguins)
---
3. Faça um gráfico de dispersão (scatterplot) do bill_depth_mm vs bill_length_mm. Descreva a relação entre essas duas variáveis
---
4. O que acontece se você fizer um gráfico de dispersão (scatterplot) de species vs bill_depth_mm? Esse gráfico pode ser útil?
---
5. Por que o código dá erro e como poderíamos resolver?
```r
ggplot( data = penguins ) + geom_point()
```
---
6. O que o argumento na.rm faz no geom_point()?
Qual é o valor padrão desse argumento?
Crie um gráfico de dispersão (scatterplot) onde você usa com sucesso este argumento definido como TRUE.
---
7. Adicione a seguinte legenda ao gráfico que você fez no exercício anterior: “Os dados vêm do pacote palmerpenguins”. Dica: dê uma olhada na documentação de labs(). [código]
---
8. Recrie a seguinte visualização. Para qual estética o bill_depth_mm deve ser mapeado? E deve ser mapeado no nível global ou no nível geom?
---
9. Execute esse código em sua cabeça e preveja como será a saída. Em seguida, execute o código em R e verifique suas previsões. Foi o que você esperava?
```r
ggplot(
data = penguins,
mapping = aes(x = flipper_length_mm, y = body_mass_g, color = island)
) +
geom_point() +
geom_smooth(se = FALSE)
```
---
10. Esses códigos geram gráficos iguais ou diferentes? Por que?
```r
ggplot(
data = penguins,
mapping = aes(x = flipper_length_mm, y = body_mass_g)
) +
geom_point() +
geom_smooth()
```
```r
ggplot(
) +
geom_point(
data = penguins,
mapping = aes(x = flipper_length_mm, y = body_mass_g)
) +
geom_smooth(
data = penguins,
mapping = aes(x = flipper_length_mm, y = body_mass_g) )
```
---