Hoje vamos falar sobre como utilizar a linguagem R para realizar uma análise estatística descritiva de dados. Se você é um estudante universitário na área de bioestatística, provavelmente já sabe que a análise estatística é uma parte fundamental da pesquisa científica. E uma das maneiras mais eficazes de realizar essa análise é através do uso da linguagem R.
Neste tutorial, vamos mostrar como utilizar o pacote dplyr para calcular as estatísticas descritivas de um conjunto de dados e como exportar esses resultados para uma planilha Excel utilizando o pacote writexl.
Para começar, você precisará instalar os pacotes dplyr e writexl. Se você ainda não os tiver instalado, basta digitar o seguinte comando no console do R:
install.packages("dplyr")
install.packages("writexl")
Em seguida, carregue os pacotes com o seguinte comando:
library(dplyr)
library(writexl)
Para demonstrar como utilizar o pacote dplyr, vamos utilizar o conjunto de dados iris, que contém informações sobre as medidas das pétalas e sépalas de três espécies de flores.
Para calcular as estatísticas descritivas do comprimento da sépala (Sepal.Length), utilize o seguinte código:
estatisticas_descritivas <- iris %>%
summarise(
Media = mean(Sepal.Length),
Desvio_Padrao = sd(Sepal.Length),
Mediana = median(Sepal.Length),
Minimo = min(Sepal.Length),
Maximo = max(Sepal.Length)
)
Este código utiliza a função summarise do pacote dplyr para calcular a média, desvio padrão, mediana, mínimo e máximo do comprimento da sépala. O resultado é armazenado em um novo objeto chamado estatisticas_descritivas.
Por fim, para exportar esses resultados para uma planilha Excel, utilize o seguinte código:
write_xlsx(estatisticas_descritivas, "estatisticas_descritivas.xlsx")
Este código utiliza a função write_xlsx do pacote writexl para exportar os resultados para uma planilha Excel chamada "estatisticas_descritivas.xlsx". A planilha será baixada no seu diretório de trabalho.
Com essas ferramentas, você pode facilmente realizar análises estatísticas descritivas em seus próprios conjuntos de dados e exportar os resultados para compartilhar com seus colegas e colaboradores. Esperamos que este tutorial tenha sido útil para você!