repo creation

marianamildemberger · Apr 16, 2022 · cd1eed0 · cd1eed0
1 parent a0593cf
commit cd1eed0
Show file tree

Hide file tree

Showing 14 changed files with 263 additions and 0 deletions.
diff --git a/Alura Pets/AluraPets.pdf b/Alura Pets/AluraPets.pdf
diff --git a/Alura Pets/Dash_AluraPets.url b/Alura Pets/Dash_AluraPets.url
@@ -0,0 +1,5 @@
+[{000214A0-0000-0000-C000-000000000046}]
+Prop3=19,11
+[InternetShortcut]
+IDList=
+URL=https://app.powerbi.com/view?r=eyJrIjoiNDA3ODVhYmUtMjc4Zi00ZGVlLWJmMjktZjIwM2Q2YjRhODRkIiwidCI6IjU5ZDRmMjQ5LTA1MjAtNDZjZi1iNmIyLTg3M2Q1ZGE1NDNmZSJ9
diff --git a/Clube do livro/Clube do livro.pdf b/Clube do livro/Clube do livro.pdf
diff --git a/Clube do livro/Dash_Clube_do_Livro.url b/Clube do livro/Dash_Clube_do_Livro.url
@@ -0,0 +1,5 @@
+[{000214A0-0000-0000-C000-000000000046}]
+Prop3=19,11
+[InternetShortcut]
+IDList=
+URL=https://app.powerbi.com/view?r=eyJrIjoiNDUzZjY4YjItMTJlZi00YWM5LWFlODYtYWM0ZGU1ZmM3M2U1IiwidCI6IjU5ZDRmMjQ5LTA1MjAtNDZjZi1iNmIyLTg3M2Q1ZGE1NDNmZSJ9
diff --git a/Consumo de Cerveja SP/Consumo de cerveja SP.pdf b/Consumo de Cerveja SP/Consumo de cerveja SP.pdf
diff --git a/Consumo de Cerveja SP/Consumo de cerveja SP_Presentation.pdf b/Consumo de Cerveja SP/Consumo de cerveja SP_Presentation.pdf
diff --git a/Consumo de Cerveja SP/Dash_ConsumodeCervejaSP.url b/Consumo de Cerveja SP/Dash_ConsumodeCervejaSP.url
@@ -0,0 +1,5 @@
+[{000214A0-0000-0000-C000-000000000046}]
+Prop3=19,11
+[InternetShortcut]
+IDList=
+URL=https://app.powerbi.com/view?r=eyJrIjoiMjgyZDBlZTMtMzI4OC00YmI3LTg5MjYtMzU0OWNjYjExZDBlIiwidCI6IjU5ZDRmMjQ5LTA1MjAtNDZjZi1iNmIyLTg3M2Q1ZGE1NDNmZSJ9&pageName=ReportSection26dd32731004a9d01164
diff --git a/Consumo de Cerveja SP/R_Trabalho_Final.R b/Consumo de Cerveja SP/R_Trabalho_Final.R
@@ -0,0 +1,233 @@
+consumo_cerveja_final <- read.csv("C:/Users/maria/Desktop/Pós - Data Science/Estatística/Trabalho/consumo_cerveja_final.csv", sep=";")
+attach(consumo_cerveja_final)
+
+#A temperatura interfere no consumo de cerveja?
+
+  #H0 a temperatura nao interfere no consumo
+  #H1 a temperatura interfere no consumo
+
+#Descritivas
+
+#Resumo do DB
+summary(consumo_cerveja_final)
+
+#CONSUMO
+  #media consumo
+  media_consumo <- mean(consumo_cerveja_final$Consumo.de.cerveja..litros.) #22934.63
+
+  #variancia consumo
+  var(consumo_cerveja_final$Consumo.de.cerveja..litros.) #66264517
+
+  #desvio padrao consumo
+  sd(consumo_cerveja_final$Consumo.de.cerveja..litros.) #8140.302
+
+  #quartil 2nd quartil = mediana
+  quantile(consumo_cerveja_final$Consumo.de.cerveja..litros.) #  0%   25%   50%   75%  100% 
+                                                              # 203 21092 24304 28034 37937 
+  boxplot(consumo_cerveja_final$Consumo.de.cerveja..litros.)
+
+  #distancia interquartil
+  IQR(consumo_cerveja_final$Consumo.de.cerveja..litros.) #6942
+
+  #maximo consumo
+  max(consumo_cerveja_final$Consumo.de.cerveja..litros.) #37937
+
+  #minimo consumo
+  min(consumo_cerveja_final$Consumo.de.cerveja..litros.) #203
+
+  #Registros de consumo acima da media 22934.63
+  acima_media <- (consumo_cerveja_final$Consumo.de.cerveja..litros.)[ consumo_cerveja_final$Consumo.de.cerveja..litros. > media_consumo]
+  acima_media
+
+  #consumo medio por dia da semana
+  consumo_dia_semana <- tapply(consumo_cerveja_final$Consumo.de.cerveja..litros.,consumo_cerveja_final$Nome_Dia.da.Semana,mean)
+  consumo_dia_semana # Domingo  Quarta-feira  Quinta-feira        Sábado Segunda-feira   Sexta-feira   Terça-feira 
+                    #  27511.10      22948.29      21090.42      23634.19      19736.17      22508.88      23148.81 
+  barplot(consumo_dia_semana, ylab = "Média diária de consumo")
+
+  #consumo medio se é dia de semana ou se é fim de semana
+  consumo_se_fds <- tapply(consumo_cerveja_final$Consumo.de.cerveja..litros.,consumo_cerveja_final$Final.de.Semana,mean)
+  consumo_se_fds #       0        1    -> em que 0 e dia de semana e 1 fds
+                    #21883.46 25572.64
+  pie(consumo_se_fds)#zoeira profs
+  barplot(consumo_se_fds, names.arg = c("dia útil", "fim de semana"))
+
+  #consumo medio por estacao do ano
+  consumo_estacao <- tapply(consumo_cerveja_final$Consumo.de.cerveja..litros.,consumo_cerveja_final$Estação.do.ano,mean)
+  consumo_estacao #Inverno    Outono Primavera     Verão 
+                # 21420.59  21387.81  25137.83  23933.33
+  barplot(consumo_estacao, horiz = TRUE)
+
+  #total de litros no ano 2015
+  sum(consumo_cerveja_final$Consumo.de.cerveja..litros) #  8371139
+
+  #media diaria litros ano 2015
+  mean(consumo_cerveja_final$Consumo.de.cerveja..litros.) # 22934.63
+
+  #media calculada sem formula
+  8371139/365 # 22934.63
+
+  #Teste de Normalidade
+  shapiro.test(consumo_cerveja_final$Consumo.de.cerveja..litros.)
+  #p-value < 2.2e-16 ou seja < alfa, logo rejeita H0, não é normalmente distribuido
+
+  #TEMPERATURA 
+
+  #media temperatura
+  mean(consumo_cerveja_final$Temperatura.Media..C.) # 21.22636
+
+  #variancia temperatura
+  var(consumo_cerveja_final$Temperatura.Media..C.) # 10.11308
+
+  #desvio padrao temperatura
+  sd(consumo_cerveja_final$Temperatura.Media..C.) # 3.180108
+
+  #Quantas vezes foram registrados uma precipitaÃ§Ã£o abaixo de 3mm
+  precipitacao_baixa <- (consumo_cerveja_final$Precipitacao..mm.)[ consumo_cerveja_finalPrecipitacao..mm. < 3]
+  precipitacao_baixa
+
+  ##Quantas vezes não choveu
+  sem_chuva <- (consumo_cerveja_final$Precipitacao..mm.)[ consumo_cerveja_final$Precipitacao..mm. == 0]
+  sem_chuva
+
+#REGRESSAO LINEAR SIMPLES
+
+  #Temperatura.Media..C.
+  modelo<- lm(Consumo.de.cerveja..litros.~Temperatura.Media..C., data= consumo_cerveja_final)
+  summary(modelo) # Multiple R-squared:  0.06819 ***
+
+  #Temperatura.Minima..C.
+  modelo2<- lm(Consumo.de.cerveja..litros.~Temperatura.Minima..C., data= consumo_cerveja_final)
+  summary(modelo2) #Multiple R-squared:  0.02631 **
+
+  #Temperatura.Maxima..C.
+  modelo3<- lm(Consumo.de.cerveja..litros.~Temperatura.Maxima..C., data= consumo_cerveja_final)
+  summary(modelo3) #Multiple R-squared:  0.1016 ***
+
+  #Precipitacao..mm.
+  modelo4<- lm(Consumo.de.cerveja..litros.~Precipitacao..mm., data= consumo_cerveja_final)
+  summary(modelo4) #Multiple R-squared:  0.00157 nenhum
+
+  #Final.de.Semana
+  modelo5<- lm(Consumo.de.cerveja..litros.~ as.factor(Final.de.Semana), data= consumo_cerveja_final) #variavel categorica
+  s <- summary(modelo5) #Multiple R-squared:  0.04196 ***
+  #correlação:
+  sqrt(s$r.squared) #0.2048468
+
+  #Mês
+  modelo6<- lm(Consumo.de.cerveja..litros.~ as.factor(Mês), data= consumo_cerveja_final) #variavel categorica
+  s1 <- summary(modelo6) #Multiple R-squared:  0.05373 nenhum
+  #correlação:
+  sqrt(s1$r.squared) #0.2318001
+
+  #Dia.da.Semana
+  modelo7<- lm(Consumo.de.cerveja..litros.~ as.factor(Dia.da.Semana), data= consumo_cerveja_final) #variavel categorica
+  s2 <- summary(modelo7) #Multiple R-squared:  0.07623 ***
+  #correlação:
+  sqrt(s2$r.squared) #0.27609
+
+  #Estação.do.ano
+  modelo8<- lm(Consumo.de.cerveja..litros.~ as.factor(Estação.do.ano), data= consumo_cerveja_final) #variavel categorica
+  s3 <- summary(modelo8) # Multiple R-squared:  0.03991 nenhum
+  #correlação:
+  sqrt(s3$r.squared) #0.1997746
+
+  #Nome_Dia.da.Semana
+  modelo9<- lm(Consumo.de.cerveja..litros.~ as.factor(Nome_Dia.da.Semana), data= consumo_cerveja_final) #variavel categorica
+  s4 <- summary(modelo9) #Multiple R-squared:  0.07623 ***
+  #correlação:
+  sqrt(s4$r.squared) #0.27609
+
+  #Período
+  modelo10<- lm(Consumo.de.cerveja..litros.~ as.factor(Período), data= consumo_cerveja_final) #variavel categorica
+  s5 <- summary(modelo10) #Multiple R-squared:  0.001359 nenhum
+  #correlação:
+  sqrt(s5$r.squared) #0.03686949
+
+  #Nome_Mês
+  modelo11<- lm(Consumo.de.cerveja..litros.~ as.factor(Nome_Mês), data= consumo_cerveja_final) #variavel categorica
+  s6 <- summary(modelo11) #Multiple R-squared:  0.05373 nenhum
+  #correlação:
+  sqrt(s6$r.squared) #0.2318001
+
+  #grafico consumoxtemperatura maxima 
+  plot(consumo_cerveja_final$Consumo.de.cerveja..litros.~consumo_cerveja_final$Temperatura.Maxima..C., col= 'yellow')
+  abline(lm(consumo_cerveja_final$Consumo.de.cerveja..litros.~consumo_cerveja_final$Temperatura.Maxima..C.))
+
+  #grafico consumoxtemperatura media 
+  plot(consumo_cerveja_final$Consumo.de.cerveja..litros.~consumo_cerveja_final$Temperatura.Media..C., col= 'green')
+  abline(lm(consumo_cerveja_final$Consumo.de.cerveja..litros.~consumo_cerveja_final$Temperatura.Media..C.))
+
+  #grafico consumoxdia de semana 
+  plot(consumo_cerveja_final$Consumo.de.cerveja..litros.~consumo_cerveja_final$Dia.da.Semana, col= 'blue')
+  abline(lm(consumo_cerveja_final$Consumo.de.cerveja..litros.~consumo_cerveja_final$Dia.da.Semana))
+
+
+#REGRESSAO LINEAR MULTIPLA
+
+  #Correlação
+  cor(consumo_cerveja_final) #deu ruim, bora individual
+  cor(Temperatura.Maxima..C., Consumo.de.cerveja..litros.)####0.3188069
+  cor(Temperatura.Media..C., Consumo.de.cerveja..litros.)####0.2611241
+  cor(Temperatura.Minima..C., Consumo.de.cerveja..litros.)####0.1621955
+  cor(Precipitacao..mm., Consumo.de.cerveja..litros.)####-0,03962609
+  #o restante das variáveis são categoricas, regressão linear simples acima 
+
+  #Ordem de variáveis:
+  #Temperatura.Maxima..C., Dia.da.Semana, Temperatura.Media..C., Final.de.Semana, Temperatura.Minima..C.,Precipitacao..mm.
+
+  reg_lin_multi <- lm(Consumo.de.cerveja..litros.~Temperatura.Maxima..C., data= consumo_cerveja_final)
+  summary(reg_lin_multi)   #Multiple R-squared:  0.1016
+  reg_lin_multi <- lm(Consumo.de.cerveja..litros.~Temperatura.Maxima..C. + as.factor(Dia.da.Semana), data= consumo_cerveja_final)
+  summary(reg_lin_multi) #Adjusted R-squared:  0.1686
+  reg_lin_multi <- lm(Consumo.de.cerveja..litros.~Temperatura.Maxima..C. + as.factor(Dia.da.Semana) + Temperatura.Media..C., data= consumo_cerveja_final)
+  summary(reg_lin_multi) #Adjusted R-squared:  0.1737
+  reg_lin_multi <- lm(Consumo.de.cerveja..litros.~Temperatura.Maxima..C. + as.factor(Dia.da.Semana) + Temperatura.Media..C. + as.factor(Final.de.Semana), data= consumo_cerveja_final)
+  summary(reg_lin_multi) #Adjusted R-squared:  0.1737
+  reg_lin_multi <- lm(Consumo.de.cerveja..litros.~Temperatura.Maxima..C. + as.factor(Dia.da.Semana) + Temperatura.Media..C. + Temperatura.Minima..C., data= consumo_cerveja_final)
+  summary(reg_lin_multi) #Adjusted R-squared:  0.1714
+  reg_lin_multi <- lm(Consumo.de.cerveja..litros.~Temperatura.Maxima..C. + as.factor(Dia.da.Semana) + Temperatura.Media..C. + Precipitacao..mm., data= consumo_cerveja_final)
+  summary(reg_lin_multi) #Adjusted R-squared:  0.1715
+
+  #Portanto, reg linear multipla que mais explica:
+  reg_lin_multi <- lm(Consumo.de.cerveja..litros.~Temperatura.Maxima..C. + as.factor(Dia.da.Semana) + Temperatura.Media..C., data= consumo_cerveja_final)
+  summary(reg_lin_multi) #Adjusted R-squared:  0.1737
+
+  #Grafico reg linear multipla
+  plot(reg_lin_multi)
+  abline(reg_lin_multi)
+
+#ANALISE DOS RESIDUOS
+  summary(reg_lin_multi)
+  residuals(reg_lin_multi)
+  shapiro.test(residuals(reg_lin_multi))
+  #p-value < 2.2e-16 ou seja < alfa, logo rejeita H0, não é normalmente distribuido
+
+#Considerando que os dados não são normais para variaveis categoricas
+  #Considerando categoricas com mais de 3 categorias:
+  #Mês, Dia.da.Semana, Estação.do.ano
+
+#Kruskal-Wallis test
+
+  a1 <- kruskal.test(Consumo.de.cerveja..litros. ~ as.factor(Mês), data = consumo_cerveja_final)
+  a1
+  install.packages("FSA")
+  library("FSA")
+  dunnTest(Consumo.de.cerveja..litros. ~ as.factor(Mês), data = consumo_cerveja_final, method = "bonferroni")
+  #rejeitamos H0, logo há diferença entre as médias
+  tapply(Consumo.de.cerveja..litros., Mês, mean)
+
+  a2 <- kruskal.test(Consumo.de.cerveja..litros. ~ as.factor(Dia.da.Semana), data = consumo_cerveja_final)
+  a2
+  library("FSA")
+  dunnTest(Consumo.de.cerveja..litros. ~ as.factor(Dia.da.Semana), data = consumo_cerveja_final, method = "bonferroni")
+  #rejeitamos H0, logo há diferença entre as médias
+  tapply(Consumo.de.cerveja..litros., Dia.da.Semana, mean)
+
+  a3 <- kruskal.test(Consumo.de.cerveja..litros. ~ as.factor(Estação.do.ano), data = consumo_cerveja_final)
+  a3
+  library("FSA")
+  dunnTest(Consumo.de.cerveja..litros. ~ as.factor(Estação.do.ano), data = consumo_cerveja_final, method = "bonferroni")
+  #rejeitamos H0, logo há diferença entre as médias
+  tapply(Consumo.de.cerveja..litros., Estação.do.ano, mean)
+
diff --git a/E-commerce Brasil 2017 a 2018/Dash_E-commerce_Brasil_2017_2018.url b/E-commerce Brasil 2017 a 2018/Dash_E-commerce_Brasil_2017_2018.url
@@ -0,0 +1,5 @@
+[{000214A0-0000-0000-C000-000000000046}]
+Prop3=19,11
+[InternetShortcut]
+IDList=
+URL=https://app.powerbi.com/view?r=eyJrIjoiMTIxNWU3ZTUtNGUwOC00NTZkLTg3YjYtMGZjODY5MmY2ZDFkIiwidCI6IjU5ZDRmMjQ5LTA1MjAtNDZjZi1iNmIyLTg3M2Q1ZGE1NDNmZSJ9
diff --git a/E-commerce Brasil 2017 a 2018/E-commerce Brasil 2017 a 2018.pdf b/E-commerce Brasil 2017 a 2018/E-commerce Brasil 2017 a 2018.pdf
diff --git a/Relatorio RH/Relatorio RH.pdf b/Relatorio RH/Relatorio RH.pdf
diff --git a/Relatorio RH/Relatorio RH.url b/Relatorio RH/Relatorio RH.url
@@ -0,0 +1,5 @@
+[{000214A0-0000-0000-C000-000000000046}]
+Prop3=19,11
+[InternetShortcut]
+IDList=
+URL=https://app.powerbi.com/view?r=eyJrIjoiM2UwYjQ3NmMtM2I4OC00MTM5LWJjYjYtZmUyMGJlNmU5N2MzIiwidCI6IjU5ZDRmMjQ5LTA1MjAtNDZjZi1iNmIyLTg3M2Q1ZGE1NDNmZSJ9
diff --git a/Relatório de Vendas/Dash_Relatorio_de_vendas.url b/Relatório de Vendas/Dash_Relatorio_de_vendas.url
@@ -0,0 +1,5 @@
+[{000214A0-0000-0000-C000-000000000046}]
+Prop3=19,11
+[InternetShortcut]
+IDList=
+URL=https://app.powerbi.com/view?r=eyJrIjoiMDEyMDQxODAtNGFjMC00ZTJiLTlkM2QtZGVlYmEyMDlkZTViIiwidCI6IjU5ZDRmMjQ5LTA1MjAtNDZjZi1iNmIyLTg3M2Q1ZGE1NDNmZSJ9&pageName=ReportSectione7e73f815d925f2a64fb
diff --git a/Relatório de Vendas/Relatorio de Vendas.pdf b/Relatório de Vendas/Relatorio de Vendas.pdf