# Custom Data of PDCwR

## Leitura dos dados custom data

custdata <- read.table("C://Mydata/custdata.tsv",header=T,sep="\t")
## custdata <- read.table(file.choose(),header=T,sep="\t")

## Exame do conjunto de dados custdata

class(custdata)
head(custdata)
dim(custdata)
str(custdata)
View(custdata)

summary(custdata)
summary(custdata$income)
summary(custdata$age)
summary(custdata$income)
Income = custdata$income/1000
summary(Income)

## Histograma da idade dos consumidores

library(ggplot2)
ggplot(custdata) +
  geom_histogram(aes(x=age),
                 binwidth=5, fill="gray")

## Density plot da renda dos consumidores

library(scales)  #exibe notação em dólares

ggplot(custdata) + geom_density(aes(x=income)) +
  scale_x_continuous(labels=dollar)

ggplot(custdata) + geom_density(aes(x=income)) +
  scale_x_log10(breaks=c(100,1000,10000,100000), labels=dollar) +
  annotation_logticks(sides="bt")

## Gráfico de barras para o status civil

ggplot(custdata) +
  geom_bar(aes(x=marital.stat), fill="gray")

## Gráfico de barras para o estado de residência

ggplot(custdata) +
  geom_bar(aes(x=state.of.res), fill="gray") +
  coord_flip() +
  theme(axis.text.y=element_text(size=rel(0.8)))

statesums <- table(custdata$state.of.res)
statesums
statef <- as.data.frame(statesums)
head(statef)
colnames(statef)<-c("state.of.res", "count")
head(statef)
summary(statef)

statef <- transform(statef,
                    state.of.res=reorder(state.of.res, count))
summary(statef)
ggplot(statef)+
  geom_bar(aes(x=state.of.res,y=count),
                         stat="identity",
                         fill="gray") +
  coord_flip() +
  theme(axis.text.y=element_text(size=rel(0.8)))

## Exemplo de plotagem da curva de uma função quadrática

x <- seq(0,1,by=0.01)
y <- 0.2*x + x^2
ggplot(data.frame(x=x,y=y), aes(x=x,y=y)) +
  geom_line()

## Exame da relação entre idade e renda

custdata2 <- subset(custdata,
                    (custdata$age > 0 & custdata$age < 100
                     & custdata$income > 0))

cor(custdata2$age, custdata2$income)

ggplot(custdata2, aes(x=age, y=income)) +
  geom_point() + ylim(0, 200000)

ggplot(custdata2, aes(x=age, y=income)) +
  geom_point() +
  stat_smooth(method="lm") +
  ylim(0, 200000)

ggplot(custdata2, aes(x=age, y=income)) +
  geom_point() + geom_smooth() +
  ylim(0, 200000)

## Pessoas possuidoras de planos de saúde

ggplot(custdata2, aes(x=age, y=as.numeric(health.ins))) +
  geom_point(position=position_jitter(w=0.05, h=0.05)) +
  geom_smooth()

# Nota 1:
#   A variável categória health.ins dever ser convertida a uma variável
#   numérica 0 ou 1 usando-se a função as.numeric()

# Nota 2:
#   Desde que y só toma valores 0 ou 1, precisamos provocar uma pequena
#   dispersão (jitter) dos dados para podermos ter uma noção de densidade

# Nota 3:
#   Finalmente adicionamos uma curva suavisadora (LOESS)

## Produção de um plot hexbin da idade com a renda

library(hexbin)

ggplot(custdata2, aes(x=age, y=income)) +
  geom_hex(binwidth=c(5, 10000)) +
  geom_smooth(color="white", se=F) +
  ylim(0,200000)

# Nota 1:
#   Carregue o pacote {hexbin}

# Nota 2:
#   Crie um hexbin com a idade variando em incrementos de 5 anos
#   e a renda em incrementos de $10,000

# Nota 3:
#   Adicione uma curva suavizadora em branco
#   e suprima a faixa de erro padrão fazendo se=F

## Criando diferentes estilos de gráficos de barra

ggplot(custdata) + geom_bar(aes(x=marital.stat,
                                fill=health.ins))

ggplot(custdata) + geom_bar(aes(x=marital.stat,
                                fill=health.ins),
                            position="dodge")

ggplot(custdata) + geom_bar(aes(x=marital.stat,
                                fill=health.ins),
                                position="fill")

# Nota 1:
#   A primeira é default, que são barras empilhadas (stacked bar chart)

# Nota 2:
#   A segunda é opcional, barras lado a lado (side-by-side bar chart)

# Nota 3:
#   A terceira é opcional, barras cheias (filled bar chart)
#   Esta última é boa para comparação das razões internas a cada nível

# Plotagem do gráfico de barras com um tapete (rug)

ggplot(custdata, aes(x=marital.stat)) +
  geom_bar(aes(fill=health.ins), position="fill") +
  geom_point(aes(y=-0.05), size=0.75, alpha=0.3,
             position=position_jitter(h=0.01))

# Nota 1:
#   Coloque os pontos logo abaixo de y=0, e faça-os ligeiramente
#   transparentes com o parâmetro gráfico alpha

# Nota 2:
#   Espalhe os pontos ligeiramente com a função jitter ()
#   para melhorar a legibilidade

## Plotagem do gráfico de barras sem e com facetas (painéis)

ggplot(custdata2) +
  geom_bar(aes(x=housing.type, fill=marital.stat ),
           position="dodge") +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

ggplot(custdata2) +
  geom_bar(aes(x=marital.stat), position="dodge",
           fill="darkgray") +
  facet_wrap(~housing.type, scales="free_y") +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))