# Associação entre Variáveis quantitativas

#Baixar dados Housing_Dec2010.csv e Income_Dec2010.csv

dados <- read.csv("f:\\dados\\Housing_Dec2010.csv", header=TRUE, sep=";")

names(dados)

summary(dados)


attach(dados) 

table(year)

barplot(table(year), xlab = "Ano", ylab = "Número de países", las=2)





pib =  read.csv("f:\\dados\\Income_Dec2010.csv", header = TRUE, sep = ";")

names(pib)

par(mfrow = c(2, 1))


hist(pib$GDP, freq = FALSE, xlab = "PIB per capita (US$)", ylab = "Densidade", main = "") 


boxplot(pib$GDP, xlab = "PIB per capita (US$)", pch = "*", horizontal = TRUE)


pib60 = pib$GDP[match(countryarea, pib$country)]

plot(pib60, total, pch = 20, ylab = "Média de pessoas/cômodo",  
   xlab = "PIB per capita (US$)")

identify(pib60, total, countryarea)



plot(log(pib60), total, pch = 20, ylab = "Média de pessoas/cômodo", xlab = "Log PIB per capita (US$)") 





# Assimetria de pib60

skewness(na.exclude(pib60))

library(moments)



# Assimetria de log(pib60)

skewness(log(na.exclude(pib60)))






# Associação entre Variáveis qualitativas

library(ineq)

?Ilocos

data(Ilocos)

dados = Ilocos

dim(dados)

names(dados)

summary(dados[, c("sex", "urbanity", "province")])

class(dados$province)

attach(dados)

levels(urbanity) = c("Rural", "Urbana")

(tab1 = table(province, urbanity))


margin.table(tab1, margin = 1)

margin.table(tab1, margin = 2)

prop.table(tab1)

(tab1rel = prop.table(tab1, margin = 1))

box()

barplot(t(tab1relp), xlab = "Província", ylab = "Percentagem", density = 15, legend.text = TRUE)




# Gráfico de mosaico

 levels(sex) = c("Feminino", "Masculino")

 tab2 = table(province, sex)

 tab2rel = prop.table(tab2, margin = 1)

 print(addmargins(tab2rel, 2) * 100, digits = 3)


 tab2marg = addmargins(tab2, 1:2)

 k = nrow(tab2marg) - 1

 m = ncol(tab2marg) - 1

 n = sum(tab2)

 tab2ind = tab2marg[1:k, m + 1] %*% t(tab2marg[k + 1, 1:m]) / n

 rownames(tab2ind) = rownames(tab2)

 colnames(tab2ind) = colnames(tab2)

 par(mfrow=c(1,2))

 mosaicplot(tab2, ylab = "Sexo do responsável", xlab = "Província", col = "white", main = "Dados observados")

 mosaicplot(tab2ind, ylab = "Sexo do responsável", xlab = "Província", col = "white", main = "Independência")

 X2 = sum((tab2 - tab2ind)^2 / tab2ind)

 (Tprow = sqrt(X2 / (n * sqrt((k - 1) * (m - 1)))))

 nlinhas = ceiling(k / 2)

 par(mfrow = c(nlinhas, 2))

 for (i in 1:k) pie(tab2[i,], main = rownames(tab2rel)[i])




# Associação entre variáveis qualitativas e quantitativas


 names(dados)

 plot(family.size ~ urbanity, xlab = "Localização", ylab = "Tamanho da família", pch = "*")

 plot(family.size ~ province, xlab = "Província", ylab = "Tamanho da família", pch = "*")

 plot(family.size ~ sex, xlab = "Sexo do responsável", ylab = "Tamanho da família",    pch = "*", horizontal = TRUE) 

 plot(income / 1000 ~ sex, xlab = "Sexo do responsável", ylab = "Renda domiciliar (mil pesos)",  pch = "*“)

 plot(income / 1000 ~ sex, xlab = "Sexo do responsável", log = "y", ylab = "Renda domiciliar (mil pesos)", pch = "*“)

 plot(income / 1000 ~ province, xlab = "Província", log = "y", ylab = "Renda domiciliar (mil pesos)", pch = "*“)

 (tabmed = tapply(family.size, province, "mean"))

 (tabvar = tapply(family.size, province, "var"))

 (s2 = var(family.size))

  limy = c(0, 1.1 * max(tabmed + sqrt(tabvar)))

 gbarras = barplot(gbarras = barplot(tabmed, xlab = "Província", ylab = "Tamanho médio da família", ylim = limy, col = "black", density = 10)

 arrows(gbarras, tabmed, gbarras, tabmed + sqrt(tabvar), angle = 90) 

 box()

 fprov = table(province)

 (s2barra = weighted.mean(tabvar, fprov))

 (R2 = 1 - s2barra / s2)