Em 1936, Edgar Anderson coletou informações sobre flores pertencentes a três espécies do gênero Iris (Iris setosa, Iris virginica e Iris versicolor). As variáveis presentes na base de dados são as seguintes:
a) SepalLength
: Comprimento sépala: comprimento da sépala em centímetros
b) SepalWidthCm: largura sépala: largura da sépala em centímetros
c) PetalLengthCm: Comprimento pétala: comprimento da pétala em centímetros
d) PetalWidthCm: largura pétala: largura da pétala em centímetros
e) Species: Espécie de cada amostra, pode ser Iris Setosa, Iris Versicolour ou Iris Virginica
Obs. O arquivo de dados está disponível com o nome Dados_Iris na aba
Construa uma distribuição de frequências e uma representação gráfica da variável PetalWidthCm para cada espécie de íris presente na amostra. O que se pode observar com relação a esta variável para as três espécies?
a) SepalLength
b) SepalWidthCm: largura sépala: largura da sépala em centímetros
c) PetalLengthCm: Comprimento pétala: comprimento da pétala em centímetros
d) PetalWidthCm: largura pétala: largura da pétala em centímetros
e) Species: Espécie de cada amostra, pode ser Iris Setosa, Iris Versicolour ou Iris Virginica
Obs. O arquivo de dados está disponível com o nome Dados_Iris na aba
Construa uma distribuição de frequências e uma representação gráfica da variável PetalWidthCm para cada espécie de íris presente na amostra. O que se pode observar com relação a esta variável para as três espécies?
Passo 1
Beleza, vamos entender o que a questão tá pedindo. A gente tem dados sobre três espécies de íris: Iris setosa, Iris virginica e Iris versicolor. As variáveis envolvidas são medidas de sépalas e pétalas em centímetros, além da espécie da flor. O que precisamos fazer aqui é montar uma tabela de distribuição de frequências e criar um gráfico para a largura das pétalas (PetalWidthCm) para cada uma dessas espécies. Isso vai nos ajudar a visualizar e comparar como essa medida varia entre as espécies.
Passo 2
Primeiro, vamos falar sobre distribuição de frequências. Isso basicamente mostra quantas vezes cada valor (ou intervalo de valores) da largura das pétalas aparece em cada espécie. Para fazer isso, a gente vai:
- Separar os dados por espécie: Iris setosa, Iris virginica e Iris versicolor.
- Criar intervalos de classes: Por exemplo, de 0 a 1 cm, 1 a 2 cm, etc.
- Contar quantas pétalas caem em cada intervalo para cada espécie.
Isso vai nos dar uma tabela organizada que mostra a frequência da largura das pétalas para cada tipo de íris.
Passo 3
Agora, vamos para a representação gráfica. Um gráfico que funciona bem para esse tipo de dado é o histograma ou o boxplot. Vamos optar pelo histograma aqui.
- No histograma, no eixo x, colocamos os intervalos de largura das pétalas.
- No eixo y, a contagem de frequência.
- Fazemos um histograma separado para cada espécie ou usamos cores diferentes no mesmo gráfico para comparar as espécies.
Isso vai nos ajudar a visualizar como a largura das pétalas se distribui em cada espécie e ver se tem alguma diferença notável entre elas.
Passo 4
Depois de montar a tabela e os gráficos, vamos analisar o que observamos. Geralmente, na base de dados Iris, vemos que:
- Iris setosa tende a ter pétalas mais estreitas.
- Iris versicolor tem uma largura intermediária.
- Iris virginica apresenta pétalas mais largas.
Essas diferenças nas larguras das pétalas ajudam a diferenciar as espécies umas das outras.
Resposta
Foi construída uma distribuição de frequências e representado graficamente a variável PetalWidthCm para cada espécie de íris. Observou-se que a Iris setosa apresenta pétalas mais estreitas, a Iris versicolor tem larguras intermediárias e a Iris virginica possui pétalas mais largas, permitindo diferenciar claramente as três espécies com base nessa variável.
Exercícios relacionados
Dentre uma população de alunos, observamos as seguintes variáveis: intenção de voto na próxima de eleição para presidente, altura, peso, número de matrícula, filme favorito, endereço de residência, coordenadas GPS do endereço de residência, média final nas matéria do semestre passado, data de nascimento e grau de satisfação com cursos realizados. Classifique cada uma das variáveis de acordo com seu tipo.
A equação
representa uma circunferência centrada na origem e de raio
. A curva descrita pela equação não representa, portanto, o gráfico de uma função. Entretanto, quando consideramos
, obtemos a função
e, quando restringimos
, temos a função
Generalizando o raciocínio acima, explicite a função
, cujo gráfico é exibido abaixo:
Apresentam-se abaixo algumas medidas descritivas da distribuição de salários, em reais (R$઼), de três empresas do mesmo ramo.
Empresa | Média | Desvio- <br> padrão | Extremo <br> inferior <br> (mí.) | Q1 | Mediana | Q3 | Extremo <br> superior <br> (máx.) |
---|---|---|---|---|---|---|---|
A | 300 | 100 | 100 | 200 | 302 | 400 | 510 |
B | 400 | 180 | 100 | 250 | 398 | 550 | 720 |
C | 420 | 350 | 100 | 230 | 300 | 650 | 10.000 |
Construa representações gráficas apropriadas e comente as conclusões.
Os dados da tabela abaixo representam o tempo em horas que a pessoa ficou sem febre para cinco marcas diferentes de antitérmicos, administrados em 25 indivíduos com febre de
ou mais.
Marca | ||||
---|---|---|---|---|
A | B | C | D | E |
5,2 | 9,1 | 3,2 | 2,4 | 7,1 |
4,7 | 7,1 | 5,8 | 3,4 | 6,6 |
8,1 | 8,2 | 2,2 | 4,1 | 9,3 |
Introdução ao Planejamento e Análise Estatística de Experimentos
6,2 | 6,0 | 3,1 | 1,0 | 4,2 |
---|---|---|---|---|
3,0 | 9,1 | 7,2 | 4,0 | 7,6 |
Com as informações obtidas em a e em b você acha que todas as marcas são consistentes com relação a variabilidade dos tempos sem febre?