===== Aula semana 2 =====

Um artigo no //Journal of Structural Engineering// (vol 115, 1989) descreve um experimento para testar a resistência de tubos circulares
com tampas soldadas nas extremidades. Os primeiros dados (em kN) são: \\
96, 128, 102, 102, 104, 160, 96, 108, 126, 104, 128, 140, 156, 102 e 160.
  - construa um gráfico \textit{box-plot} para estes dados
  - construa um diagrama ramo-e-folhas para estes dados
  - obtenha a média, desvio padrão e coeficiente da variação dos dados
  - obtenha a mediana, amplitude total e amplitude interquartílica
  - obtenha um intervalo de confiança para a média populacional, indicando quais as suposições feitas na obtenção deste intervalo
  - teste a hipótese (<m>alpha = 0,10</m>) de que a resistência média é superior a 110 kN.

==== Comandos do R digitados na aula em 07/03/2007 ====
<code R>
3 + 4
2+3*4
(2+3)*4
4^2
log(10)
log10(10)
log2(512)
96+128+102+102+104+160+96+108+126+ 104+ 128+ 140+ 156+ 102 + 160
1812/15
(96+128+102+102+104+160+96+108+126+ 104+ 128+ 140+ 156+ 102 + 160)/15
dados <- c(96,128,102,102,104,160,96,108,126,104,128,140,156,102,160)
dados
mean(dados)
var(dados)
median(dados)
boxplot(dados)
pdf("boxplot1.pdf")
boxplot(dados)
dev.off()
stem(dados)
sort(dados)
mean(dados)
sd(dados)
cv(dados)
100*sd(dados)/mean(dados)
dm <- mean(dados)
dm
dmv <- c(mean(dados), var(dados))
dmv
dmvcv <- c(dmv, 100*sd(dados)/mean(dados))
dmvcv
median(dados)
range(dados)
min(dados)
max(dados)
diff(range(dados))
max(dados) - min(dados)
diff(range(dados))
fivenum(dados)
fv <- fivenum(dados)
fv
fv[c(2,4)]
diff(fv[c(2,4)])
quantile(dados, probs = c(0.25, 0.75))
</code>

==== Comandos do R digitados na aula em 09/03/2007 ====
<code R>
ls()
pwd()
system("pwd")
getwd()
x <- c(23, 43, 12)
ls()
ls()
x
x <- 55
x
rm(x)
ls()
rm(x)
history()
q()

# Uso do Xemacs e conteúdo do arquivo .R digitado
# entrando com os dados
x <- c(23, 45, 89, 12)
# calculando a média
mean(x)
# extraindo o maior dado
max(x)
# criando um vetor de caracteres
nomes <- c("joao", "pedro", "maria"  )

## Exercício
## 5. Obter o I.C (95%)
dt <- c(96, 128, 102, 102, 104, 160, 96, 108, 126, 104, 128, 140, 156, 102, 160)

## Solução 1: fazendo passo a passo usando o R como calculadora
xbar <- mean(dt)
s <- sd(dt)
n <- length(dt)
t <- qt(0.975, df=14)

xbar - t*s/sqrt(n)
xbar + t*s/sqrt(n)

xbar - c(-t,t)* s/sqrt(n)

# solução 2: usando uma funcão do R
t.test(dt, conf=0.95)
</code>