---
title: "Nutrição"
format:
html:
toc: false
html-math-method: mathjax
vignette: >
%\VignetteIndexEntry{Vignette's Title}
%\VignetteEngine{quarto::html}
%\VignetteEncoding{UTF-8}
---
```{r}
#| label: options
#| echo: false
options(dplyr.summarise.inform = FALSE)
```
```{r}
#| label: setup
#| message: false
library(tidyverse)
library(useR)
# carregando os dados
data(nutricao)
# visualizando:
glimpse(nutricao)
```
## Manipulações e sumários
A função `dplyr::summarise()` nos permite criar variados tipos de sumários do nosso conjunto de dados:
```{r}
nutricao %>%
summarise(
min = min(peso),
media = mean(peso),
mediana = median(peso),
max = max(peso),
dp = sd(peso),
cv = cv(peso)
)
```
:::callout-warning
Mais adiante mostraremos uma forma alternativa (e na minha opinião mais interessante!) para obter o sumário apresentado acima.
:::
Frequentemente na prática temos interesse em sumarizar variáveis quantitativas de acordo com os níveis de uma ou mais variáveis categóricas. Isso pode ser facilmente feito no `R` combinando as funções `dplyr::summarise()` e `dplyr::group_by()`, conforme ilustrado no exemplo abaixo:
```{r}
nutricao %>%
group_by(sexo, sedentarismo) %>%
summarise(
media = mean(peso),
dp = sd(peso)
)
```
:::callout-note
A função `dplyr::summarise()` usada em conjunto com a função `dplyr::group_by()` fornece um sumário para cada combinação de níveis das variáveis categóricas fornecidas para a função `dplyr::group_by()`
:::
Uma outra função bastante útil quando estamos trabalhando com a função `dplyr::summarise()` é a função `dplyr::across()`, conforme ilustrado nos exemplos apresentados a seguir:
```{r}
# várias variáveis, uma função:
nutricao %>%
summarise(
across(c(peso, altura), mean)
)
# uma variável, várias funções:
nutricao %>%
summarise(
across(peso, list(min = min, mediana=median, media=mean, max=max, dp=sd, cv=cv))
)
# mudando os nomes na saída:
nutricao %>%
summarise(
across(peso, list(min = min, mediana=median, media=mean, max=max, dp=sd, cv=cv), .names = "{.fn}")
)
# combinando across e group_by
nutricao %>%
group_by(sexo) %>%
summarise(
across(peso, list(min = min, mediana=median, media=mean, max=max, dp=sd, cv=cv), .names = "{.fn}")
)
nutricao %>%
group_by(sexo, sedentarismo) %>%
summarise(
across(peso, list(min = min, mediana=median, media=mean, max=max, dp=sd, cv=cv), .names = "{.fn}")
)
```
Agora vamos utilizar a função `dplyr::where()` para calcular a média e o desvio padrão para todas as variáveis quantitativas do nosso banco de dados:
```{r}
media <- nutricao %>%
summarise(across(where(is.numeric), mean))
media
dp <- nutricao %>%
summarise(across(where(is.numeric), sd))
dp
```
Agora vamos contriuir uma nova tabela juntando as médias e desvio padrões obtidos no passo anterior. Para realizar essa tarefa precisaremos do auxílio das funções `dply::bind_rows()` e `dplyr::bind_cols()`:
```{r}
estatisticas <- data.frame(
estatistica = c("media", "dp")
)
estatisticas
tb <- bind_rows(media, dp)
tb
tb <- bind_cols(estatisticas, tb)
tb
```
## Transformações
O Índice de Massa Corpórea (IMC) é uma medida internacional usada para avaliar nosso peso ideal. Seu cálculo é feito dividindo-se o peso pela altura elevada ao quadrado, isto é,
$$\mbox{imc} = \frac{\mbox{peso}}{\mbox{altura}^2}.$$
A @tbl-imc fornece uma classificação simplificada do IMC.
```{r}
#| label: tbl-imc
#| tbl-cap: Classificação simplificada do IMC.
#| message: false
#| warning: false
#| echo: false
library(kableExtra)
tibble(
faixa = c("imc < 18.5", "18.5 $\\leq$ imc < 25", "25 $\\leq$ imc < 30", "$imc \\ge$ 30"),
`classificação` = c("magreza", "saudável", "pré-obesidade", "obesidade")
) %>%
kable(format = "pandoc", escape = FALSE, align = "c",
booktabs = TRUE) %>%
kable_styling()
```
Suponha que temos interesse em investigar o IMC em função do sexo dos alunos. A função `dplyr::mutate()` pode ser utilizada tanto para modificarmos variáveis existentes no nosso banco de dados, quanto para criarmos novas variáveis.
Vamos utilizar a função `dplyr::mutate()` para alterar a classe da variável `sexo` e criarmos a variável imc:
```{r}
library(useR)
library(tidyverse)
data(nutricao)
glimpse(nutricao)
nutricao <- nutricao %>%
mutate(
sexo = as.factor(sexo),
imc = peso/(altura^2)
)
glimpse(nutricao)
```
Agora vamos utilizar a @tbl-imc para criarmos uma variável com a classificação dos estudantes:
```{r}
# criando a faixa de valores:
faixa <- c(0, 18.5, 25, 30, Inf)
# incluindo a classificação no banco de dados:
nutricao <- nutricao %>%
mutate(
classificacao = cut(imc, faixa)
)
glimpse(nutricao)
```
Recodificando os níveis da variável `classificacao` com o auxílio da função `dplyr::recode()`:
```{r}
nutricao <- nutricao %>%
mutate(
classificacao = recode(
classificacao,
"(0,18.5]" = "magreza",
"(18.5,25]" = "saudavel",
"(25,30]" = "pre-obesidade",
"(30,Inf]" = "obesidade",
)
)
# verificando:
levels(nutricao$classificacao)
```
Suponha agora que nós temos o interesse em obter uma tabela de contingência para as variáveis `sexo` e `classificacao`.
```{r}
tb <- nutricao %>%
group_by(sexo, classificacao) %>%
summarise(
n = n()
) %>%
mutate(
p = n/sum(n)
)
tb
class(tb)
```
Precisamos alterar a classe do objeto `tb` para data.frame de modo a obtermos as frequências relativas relativas ao total geral:
```{r}
tb <- tb %>%
as.data.frame() %>%
mutate(
p = n/sum(n)
)
tb
```
Finalmente, para obtermos a tabela de contingência desejada, vamos utilizar as funções `dplyr::select()` e `tidyr::pivot_winder()`:
```{r}
# frequência absoluta:
tb %>%
select(-p) %>%
pivot_wider(
values_from = n,
names_from = classificacao,
)
# para completar com zero:
tb %>%
select(-p) %>%
pivot_wider(
values_from = n,
names_from = classificacao,
values_fill = 0
)
# frequência relativa:
tb %>%
select(-n) %>%
pivot_wider(
values_from = p,
names_from = classificacao,
values_fill = 0
)
```
No código acima a função `dplyr::select()` seleciona a variável que será excluida do tibble `tb`, enquanto a função `tidyr::pivot_wider()`
:::callout-note
Estudaremos a função `tidyr::pivot_wider()`, bem com a função `tidyr::pivot_long()`, mais adiante em nosso curso.
:::
A média do IMC por sexo pode ser obtida da seguinte forma:
```{r}
ggplot(nutricao, aes(x=sexo, y=imc)) +
geom_boxplot()
```
```{r}
ggplot(nutricao, aes(y=imc)) +
geom_boxplot() +
facet_grid(sexo ~ sedentarismo)
```