Aplicação

4.3.1 INMET

Para a aplicação, será utilizada a base de dados do Instituto Nacional de Meteorologia (INMET) de precipitação e de dias de precipitação do Mirante de Santana em São Paulo.

Realizaremos a análise exploratória da precipitação total ao longo dos anos (1990-2022).

Para importar a base de dados em .csv, utiliza-se a função read.csv2() e insere-se como argumento o diretório:

library(readr)

#Importar base de dados
inmet0 <- read.csv2("Data/INMET_SP.csv", header = TRUE, sep = ";", dec = ",")

É importante lembrar que read.csv() é utilizado quando os valores são separados por vírgula e decimais por ponto; e, read.csv2(), quando são separados por ponto e vírgula e os decimais por vírgula.

Para visualizar a tabela importada, basta executar a função View():

#Visualização da base de dados
View(inmet0)

# Omitir valores NA da base de dados
inmet <- na.omit(inmet0)

Para iniciar a exploração dos dados, inicialmente será utilizada a função str() que exibe de forma compacta a estrutura da tabela importada.

str(inmet)

## 'data.frame':    190 obs. of  3 variables:
##  $ Data.Medicao                                         : chr  "31/08/2006" "30/09/2006" "31/10/2006" "30/11/2006" ...
##  $ NUMERO.DE.DIAS.COM.PRECIP..PLUV..MENSAL..AUT..número.: int  4 7 15 17 21 19 13 13 12 11 ...
##  $ PRECIPITACAO.TOTAL..MENSAL..AUT..mm.                 : num  6.4 71.2 95.8 219.4 290.4 ...
##  - attr(*, "na.action")= 'omit' Named int [1:5] 1 29 97 116 131
##   ..- attr(*, "names")= chr [1:5] "1" "29" "97" "116" ...

Continuando, será utilizada a função ´summary()´ para apresentar o sumário de estatísticas descritivas (média, mediana, mínimo, máximo, 1º quartil, 3º quartil e valores faltantes (NA)), já que as variáveis de precipitação total e número de dias de precipitação são numéricas.

summary(inmet)

##  Data.Medicao       NUMERO.DE.DIAS.COM.PRECIP..PLUV..MENSAL..AUT..número.
##  Length:190         Min.   : 0.00                                        
##  Class :character   1st Qu.: 8.00                                        
##  Mode  :character   Median :12.00                                        
##                     Mean   :12.44                                        
##                     3rd Qu.:16.00                                        
##                     Max.   :28.00                                        
##  PRECIPITACAO.TOTAL..MENSAL..AUT..mm.
##  Min.   :  0.0                       
##  1st Qu.: 50.8                       
##  Median :108.7                       
##  Mean   :132.3                       
##  3rd Qu.:188.4                       
##  Max.   :493.8

Inicialmente, os cabeçalhos da coluna serão modificados para facilitar a análise:

#Explorando os cabeçalhos da base de dados
names(inmet)

## [1] "Data.Medicao"                                         
## [2] "NUMERO.DE.DIAS.COM.PRECIP..PLUV..MENSAL..AUT..número."
## [3] "PRECIPITACAO.TOTAL..MENSAL..AUT..mm."

# Modificando os cabeçalhos
colnames(inmet)[c(1,2,3)] <- c("data","dias_de_precipitacao","precipitacao_total")

View(inmet)

Para continuar explorando os dados, realizou-se um gráfico de linhas a fim de analisar o comportamento da precipitação em relação às datas.

month_year <- format(as.Date(inmet$data, format = "%d/%m/%Y"),"%Y/%m")

View(month_year)

library(ggplot2)

ggplot(inmet,
       aes(x = month_year, y = precipitacao_total)) +
       geom_line(linetype="dashed", color="blue", aes(group=1)) +
       geom_point() + 
        scale_x_discrete(guide = guide_axis(check.overlap = TRUE)) +
        scale_y_discrete(guide= guide_axis(check.overlap = TRUE))

No momento, nos interessa analisar a precipitação ao longo dos anos de análise. Por isso, essa variável será adicionada como uma coluna ao dataset inicial:

ano <- format(as.Date(inmet$data, format = "%d/ %m/ %Y"),"%Y")
inmet_new <- cbind(inmet, ano)

View(inmet_new)

Analisando o histograma da precipitação total, verifica-se que a sua distribuição é positiva e assimétrica:

# Histograma

library(ggplot2)

ggplot(data=inmet_new, aes(x=precipitacao_total)) +
  geom_histogram() +
  theme_bw() 

A partir do boxplot abaixo, é possível visualizar que 75% dos valores de precipitação estão entre 50mm e aproximadamente 200mm; a média stá próxima de 150mm e a mediana de 100mm; e, por fim, o valor máximo está próximo de 400 mm. Existem observações além do limite máximo, o que é um indício de outliers, ou seja, observações atípicas (fora do normal).

ggplot(data=inmet_new, aes(y=precipitacao_total)) +
  geom_boxplot() +
  theme_minimal()

Primeiramente, será encontrada a média de precipitação por ano analisado, com um intervalo de confiança de 95% (escore-x da curva normal igual a 1,96). Com o objetivo de deixar o código mais organizado, será utilizado o operador pipe.

#Média das precipitações por ano

#instalando o pacote para utilizar o operador pipe %>% 
library(dplyr) 

# Criando tabela de statísticas
tabela_stats <- inmet_new %>%
  group_by(ano) %>%
  summarise(n_obs = n(), media = mean(precipitacao_total), desvio_padrao = sd(precipitacao_total)) %>% 
  mutate(erro = 1.96*desvio_padrao/sqrt(n_obs), 
         limite_superior = media + erro,
         limite_inferior = media - erro)

#Visualizando a tabela criada com os dados estatísticos

View(tabela_stats)

Com o objetivo de analisar a graficamente os valores de precipitação por ano, será utilizado um gráfico de barras com os intervalos de confiança da média de cada ano. Utiliza-se o erro padrão e não o desvio padrão porque, neste caso, estamos interessados na variabilidade das médias das amostras e não na variabilidade das observações dentro da amostra.

#Plotando os valores com seus respectivos erros
ggplot (data = tabela_stats, aes(x = ano, y = media, fill = ano)) +
  geom_col() +
  geom_errorbar(aes(ymin=limite_inferior, ymax=limite_superior)) +
  ggtitle("Média das precipitações por ano") +
  xlab("") +
  ylab("") +
  theme_bw() +
  theme(legend.position = "none")