Histograma e Boxplot

class: center, middle, inverse, title-slide

.title[
# Histograma e Boxplot
]
.subtitle[
## Explorando Indicadores Sociais com R e RStudio
]
.author[
### Prof. Ronaldo Baltar, Prof.ª Cláudia S. Baltar
]

---

<style type="text/css">
.remark-code{line-height: 1.5; font-size: 120%}

@media print {
  .has-continuation {
    display: block;
  }
}

code.r.hljs.remark-code{
  position: relative;
  overflow-x: hidden;
}

code.r.hljs.remark-code:hover{
  overflow-x:visible;
  width: 100%;
  border-top: 1px solid #5A0089;
  border-right: 1px solid #5A0089;
  border-bottom: 1px solid #5A0089;
  border-left: 1px solid #5A0089;
  
}

.remark-code-line-highlighted {
    background-color: #e9ddfe;
}
</style>

# Histograma e Boxplot

Esta é uma atividade do curso Explorando Indicadores Sociais, promovido peloo Programa de Formação Complementar em Informática para Pesquisa Social - *InfoSoc*, coordenado pelo Prof. Ronaldo Baltar, em parceria com o Observatório de Populações e Políticas Públicas - *ObPPP*, coordenado pela Prof.ª Cláudia Siqueira Baltar, ambos vinculados ao Dept.º Ciências Sociais e ao Programa de Pós-graduação em Sociologia da Universidade Estadual de Londrina.

Acompanhe o passo a passo e veja os resultados de cada função. Em seguida, reproduza em seu computador os códigos para uma melhor compreensão dos resultados. Depois, faça os exercícios de fixação e compreensão dos conteúdos.

---

# O que é um histograma?

.pull-left.w75[

O histograma serve para visualizar a distribuição dos dados, incluindo a simetria e curtose. Permite ainda destacar os valores extremos ou atípicos (outliers) e facilita a observação de lacunas nos dados.

Por mostrar padrões e tendências, é um gráfico amplamente utilizado em vários tipos de estudos. Analisar um histograma é um dos primeiros passos na análise exploratória de dados.

O uso moderno foi proposto por Karl Pearson em 1895, baseado nos trabalhos de Guerry e Lambert. 
]

.pull-right.w20[

![](histogram_boxplot_notas_files/figure-html/hist_gen-1.png)

]

---

class: inverse, middle, center

# Exemplo de histograma com o R Básico.

---

Vamos imaginar que em um estudo sobre o impacto de determinada política educacional municipal, foram coletadas as notas de cinco escolas de diferentes bairros

---

count: false
 
### Média das notas das escolas
.panel1-passo1-auto[

```r
*notas_bairro_1 <- c(3,5,5,6,6,6,6,7,7,7,
*                    7,7,8,8,8,8,8,8,9,9,
*                    9,10,10)
```
]
 
.panel2-passo1-auto[

]

---
count: false
 
### Média das notas das escolas
.panel1-passo1-auto[

```r
 notas_bairro_1 <- c(3,5,5,6,6,6,6,7,7,7,
                     7,7,8,8,8,8,8,8,9,9,
                     9,10,10)
*mean(notas_bairro_1)
```
]
 
.panel2-passo1-auto[

```
[1] 7.26087
```
]

---
count: false
 
### Média das notas das escolas
.panel1-passo1-auto[

```r
 notas_bairro_1 <- c(3,5,5,6,6,6,6,7,7,7,
                     7,7,8,8,8,8,8,8,9,9,
                     9,10,10)
 mean(notas_bairro_1)
*notas_bairro_2 <- c(1,1,2,2,2,2,3,3,3,3,
*                    4,4,4,4,4,5,5,6,7,10)
```
]
 
.panel2-passo1-auto[

```
[1] 7.26087
```
]

---
count: false
 
### Média das notas das escolas
.panel1-passo1-auto[

```r
 notas_bairro_1 <- c(3,5,5,6,6,6,6,7,7,7,
                     7,7,8,8,8,8,8,8,9,9,
                     9,10,10)
 mean(notas_bairro_1)
 notas_bairro_2 <- c(1,1,2,2,2,2,3,3,3,3,
                     4,4,4,4,4,5,5,6,7,10)
*mean(notas_bairro_2)
```
]
 
.panel2-passo1-auto[

```
[1] 7.26087
```

```
[1] 3.75
```
]

---
count: false
 
### Média das notas das escolas
.panel1-passo1-auto[

```r
 notas_bairro_1 <- c(3,5,5,6,6,6,6,7,7,7,
                     7,7,8,8,8,8,8,8,9,9,
                     9,10,10)
 mean(notas_bairro_1)
 notas_bairro_2 <- c(1,1,2,2,2,2,3,3,3,3,
                     4,4,4,4,4,5,5,6,7,10)
 mean(notas_bairro_2)
*notas_bairro_3 <- c(2,3,3,4,4,4,5,5,5,6,
*                    6,6,7,7,7,8,8,8,9,9,
*                    9,10,10,10)
```
]
 
.panel2-passo1-auto[

```
[1] 7.26087
```

```
[1] 3.75
```
]

---
count: false
 
### Média das notas das escolas
.panel1-passo1-auto[

```r
 notas_bairro_1 <- c(3,5,5,6,6,6,6,7,7,7,
                     7,7,8,8,8,8,8,8,9,9,
                     9,10,10)
 mean(notas_bairro_1)
 notas_bairro_2 <- c(1,1,2,2,2,2,3,3,3,3,
                     4,4,4,4,4,5,5,6,7,10)
 mean(notas_bairro_2)
 notas_bairro_3 <- c(2,3,3,4,4,4,5,5,5,6,
                     6,6,7,7,7,8,8,8,9,9,
                     9,10,10,10)
*mean(notas_bairro_3)
```
]
 
.panel2-passo1-auto[

```
[1] 7.26087
```

```
[1] 3.75
```

```
[1] 6.458333
```
]

---
count: false
 
### Média das notas das escolas
.panel1-passo1-auto[

```r
 notas_bairro_1 <- c(3,5,5,6,6,6,6,7,7,7,
                     7,7,8,8,8,8,8,8,9,9,
                     9,10,10)
 mean(notas_bairro_1)
 notas_bairro_2 <- c(1,1,2,2,2,2,3,3,3,3,
                     4,4,4,4,4,5,5,6,7,10)
 mean(notas_bairro_2)
 notas_bairro_3 <- c(2,3,3,4,4,4,5,5,5,6,
                     6,6,7,7,7,8,8,8,9,9,
                     9,10,10,10)
 mean(notas_bairro_3)
*notas_bairro_4 <- c(2,2,2,2,2,2,2,3,4,4,
*                    5,5,6,6,4,8,8,8,8,8,
*                    8,9,9,10,10,10,10,10,10)
```
]
 
.panel2-passo1-auto[

```
[1] 7.26087
```

```
[1] 3.75
```

```
[1] 6.458333
```
]

---
count: false
 
### Média das notas das escolas
.panel1-passo1-auto[

```r
 notas_bairro_1 <- c(3,5,5,6,6,6,6,7,7,7,
                     7,7,8,8,8,8,8,8,9,9,
                     9,10,10)
 mean(notas_bairro_1)
 notas_bairro_2 <- c(1,1,2,2,2,2,3,3,3,3,
                     4,4,4,4,4,5,5,6,7,10)
 mean(notas_bairro_2)
 notas_bairro_3 <- c(2,3,3,4,4,4,5,5,5,6,
                     6,6,7,7,7,8,8,8,9,9,
                     9,10,10,10)
 mean(notas_bairro_3)
 notas_bairro_4 <- c(2,2,2,2,2,2,2,3,4,4,
                     5,5,6,6,4,8,8,8,8,8,
                     8,9,9,10,10,10,10,10,10)
*mean(notas_bairro_4)
```
]
 
.panel2-passo1-auto[

```
[1] 7.26087
```

```
[1] 3.75
```

```
[1] 6.458333
```

```
[1] 6.103448
```
]

---
count: false
 
### Média das notas das escolas
.panel1-passo1-auto[

```r
 notas_bairro_1 <- c(3,5,5,6,6,6,6,7,7,7,
                     7,7,8,8,8,8,8,8,9,9,
                     9,10,10)
 mean(notas_bairro_1)
 notas_bairro_2 <- c(1,1,2,2,2,2,3,3,3,3,
                     4,4,4,4,4,5,5,6,7,10)
 mean(notas_bairro_2)
 notas_bairro_3 <- c(2,3,3,4,4,4,5,5,5,6,
                     6,6,7,7,7,8,8,8,9,9,
                     9,10,10,10)
 mean(notas_bairro_3)
 notas_bairro_4 <- c(2,2,2,2,2,2,2,3,4,4,
                     5,5,6,6,4,8,8,8,8,8,
                     8,9,9,10,10,10,10,10,10)
 mean(notas_bairro_4)
*notas_bairro_5 <- c(0,1,1,2,2,2,3,3,3,3,
*                    4,4,4,4,4,5,5,5,5,5,
*                    5,6,6,6,6,6,7,7,7,7,
*                    8,8,8,9,9,10)
```
]
 
.panel2-passo1-auto[

```
[1] 7.26087
```

```
[1] 3.75
```

```
[1] 6.458333
```

```
[1] 6.103448
```
]

---
count: false
 
### Média das notas das escolas
.panel1-passo1-auto[

```r
 notas_bairro_1 <- c(3,5,5,6,6,6,6,7,7,7,
                     7,7,8,8,8,8,8,8,9,9,
                     9,10,10)
 mean(notas_bairro_1)
 notas_bairro_2 <- c(1,1,2,2,2,2,3,3,3,3,
                     4,4,4,4,4,5,5,6,7,10)
 mean(notas_bairro_2)
 notas_bairro_3 <- c(2,3,3,4,4,4,5,5,5,6,
                     6,6,7,7,7,8,8,8,9,9,
                     9,10,10,10)
 mean(notas_bairro_3)
 notas_bairro_4 <- c(2,2,2,2,2,2,2,3,4,4,
                     5,5,6,6,4,8,8,8,8,8,
                     8,9,9,10,10,10,10,10,10)
 mean(notas_bairro_4)
 notas_bairro_5 <- c(0,1,1,2,2,2,3,3,3,3,
                     4,4,4,4,4,5,5,5,5,5,
                     5,6,6,6,6,6,7,7,7,7,
                     8,8,8,9,9,10)
*mean(notas_bairro_5)
```
]
 
.panel2-passo1-auto[

```
[1] 7.26087
```

```
[1] 3.75
```

```
[1] 6.458333
```

```
[1] 6.103448
```

```
[1] 5
```
]

<style>
.panel1-passo1-auto {
  color: black;
  width: 49%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel2-passo1-auto {
  color: black;
  width: 49%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel3-passo1-auto {
  color: black;
  width: NA%;
  hight: 33%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
</style>

---

class: inverse, middle, center

# Vamos criar um histograma para cada bairro

---

count: false
 
### Histograma das notas do Bairro 1
.panel1-passo2-auto[

```r
*print(notas_bairro_1)
```
]
 
.panel2-passo2-auto[

```
 [1]  3  5  5  6  6  6  6  7  7  7  7  7  8  8  8  8  8  8  9  9  9 10 10
```
]

---
count: false
 
### Histograma das notas do Bairro 1
.panel1-passo2-auto[

```r
print(notas_bairro_1)
*hist(notas_bairro_1)
```
]
 
.panel2-passo2-auto[

```
 [1]  3  5  5  6  6  6  6  7  7  7  7  7  8  8  8  8  8  8  9  9  9 10 10
```

![](histogram_boxplot_notas_files/figure-html/passo2_auto_02_output-1.png)
]

<style>
.panel1-passo2-auto {
  color: black;
  width: 49%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel2-passo2-auto {
  color: black;
  width: 49%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel3-passo2-auto {
  color: black;
  width: NA%;
  hight: 33%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
</style>

---

count: false
 
### Histograma das notas do Bairro 2
.panel1-passo3-auto[

```r
*print(notas_bairro_2)
```
]
 
.panel2-passo3-auto[

```
 [1]  1  1  2  2  2  2  3  3  3  3  4  4  4  4  4  5  5  6  7 10
```
]

---
count: false
 
### Histograma das notas do Bairro 2
.panel1-passo3-auto[

```r
print(notas_bairro_2)
*hist(notas_bairro_2)
```
]
 
.panel2-passo3-auto[

```
 [1]  1  1  2  2  2  2  3  3  3  3  4  4  4  4  4  5  5  6  7 10
```

![](histogram_boxplot_notas_files/figure-html/passo3_auto_02_output-1.png)
]

<style>
.panel1-passo3-auto {
  color: black;
  width: 29.4%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel2-passo3-auto {
  color: black;
  width: 68.6%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel3-passo3-auto {
  color: black;
  width: NA%;
  hight: 33%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
</style>

---

count: false
 
### Histograma das notas do Bairro 3
.panel1-passo4-auto[

```r
*print(notas_bairro_3)
```
]
 
.panel2-passo4-auto[

```
 [1]  2  3  3  4  4  4  5  5  5  6  6  6  7  7  7  8  8  8  9  9  9 10 10 10
```
]

---
count: false
 
### Histograma das notas do Bairro 3
.panel1-passo4-auto[

```r
print(notas_bairro_3)
*hist(notas_bairro_3)
```
]
 
.panel2-passo4-auto[

```
 [1]  2  3  3  4  4  4  5  5  5  6  6  6  7  7  7  8  8  8  9  9  9 10 10 10
```

![](histogram_boxplot_notas_files/figure-html/passo4_auto_02_output-1.png)
]

---
count: false
 
### Histograma das notas do Bairro 3
.panel1-passo4-auto[

```r
print(notas_bairro_3)
hist(notas_bairro_3)
```
]
 
.panel2-passo4-auto[

```
 [1]  2  3  3  4  4  4  5  5  5  6  6  6  7  7  7  8  8  8  9  9  9 10 10 10
```

![](histogram_boxplot_notas_files/figure-html/passo4_auto_03_output-1.png)
]

<style>
.panel1-passo4-auto {
  color: black;
  width: 29.4%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel2-passo4-auto {
  color: black;
  width: 68.6%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel3-passo4-auto {
  color: black;
  width: NA%;
  hight: 33%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
</style>

---

count: false
 
### Histograma das notas do Bairro 4
.panel1-passo5-auto[

```r
*print(notas_bairro_4)
```
]
 
.panel2-passo5-auto[

```
 [1]  2  2  2  2  2  2  2  3  4  4  5  5  6  6  4  8  8  8  8  8  8  9  9 10 10
[26] 10 10 10 10
```
]

---
count: false
 
### Histograma das notas do Bairro 4
.panel1-passo5-auto[

```r
print(notas_bairro_4)
*hist(notas_bairro_4)
```
]
 
.panel2-passo5-auto[

```
 [1]  2  2  2  2  2  2  2  3  4  4  5  5  6  6  4  8  8  8  8  8  8  9  9 10 10
[26] 10 10 10 10
```

![](histogram_boxplot_notas_files/figure-html/passo5_auto_02_output-1.png)
]

---
count: false
 
### Histograma das notas do Bairro 4
.panel1-passo5-auto[

```r
print(notas_bairro_4)
hist(notas_bairro_4)
```
]
 
.panel2-passo5-auto[

```
 [1]  2  2  2  2  2  2  2  3  4  4  5  5  6  6  4  8  8  8  8  8  8  9  9 10 10
[26] 10 10 10 10
```

![](histogram_boxplot_notas_files/figure-html/passo5_auto_03_output-1.png)
]

<style>
.panel1-passo5-auto {
  color: black;
  width: 29.4%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel2-passo5-auto {
  color: black;
  width: 68.6%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel3-passo5-auto {
  color: black;
  width: NA%;
  hight: 33%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
</style>

---

count: false
 
### Histograma das notas do Bairro 5
.panel1-passo6-auto[

```r
*print(notas_bairro_5)
```
]
 
.panel2-passo6-auto[

```
 [1]  0  1  1  2  2  2  3  3  3  3  4  4  4  4  4  5  5  5  5  5  5  6  6  6  6
[26]  6  7  7  7  7  8  8  8  9  9 10
```
]

---
count: false
 
### Histograma das notas do Bairro 5
.panel1-passo6-auto[

```r
print(notas_bairro_5)
*hist(notas_bairro_5)
```
]
 
.panel2-passo6-auto[

```
 [1]  0  1  1  2  2  2  3  3  3  3  4  4  4  4  4  5  5  5  5  5  5  6  6  6  6
[26]  6  7  7  7  7  8  8  8  9  9 10
```

![](histogram_boxplot_notas_files/figure-html/passo6_auto_02_output-1.png)
]

---
count: false
 
### Histograma das notas do Bairro 5
.panel1-passo6-auto[

```r
print(notas_bairro_5)
hist(notas_bairro_5)
```
]
 
.panel2-passo6-auto[

```
 [1]  0  1  1  2  2  2  3  3  3  3  4  4  4  4  4  5  5  5  5  5  5  6  6  6  6
[26]  6  7  7  7  7  8  8  8  9  9 10
```

![](histogram_boxplot_notas_files/figure-html/passo6_auto_03_output-1.png)
]

<style>
.panel1-passo6-auto {
  color: black;
  width: 29.4%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel2-passo6-auto {
  color: black;
  width: 68.6%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel3-passo6-auto {
  color: black;
  width: NA%;
  hight: 33%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
</style>

---

O gráfico boxplot foi desenvolvido por John Tukey ma década de 1960. Ele queria representar a distribuição de um conjunto de dados de forma simples e intuitiva, principalmente para facilitar a identificação de valores extremos ou outliers.

O boxplot mostra uma distribuição de dados por meio de quartis. Compõem-se por uma caixa retangular, que representa o intervalo entre o primeiro e terceiro quartis (25% e 75% dos dados, respectivamente), com uma linha que indica a mediana (50% dos dados). As extremidades das caixas são chamadas de bigodes e representam os valores máximo e mínimo dos dados dentro de um limite estabelecido.

Permite comparar conjuntos de dados diferentes, identificar tendências e outliers, além de ajudar a visualizar a assimetria da distribuição dos dados. É uma ferramenta básica para a análise exploratória de dados.

---

Tukey criou o método chamado de Análise Exploratória de dados (Exploratory Data Analysis - EDA), para buscar mais informações nos dados, além dos testes estatísticos paramétricos.

O procedimento da EDA está ancorado nas medidas dos quartis e da mediana, por serem menos influenciada pelos valores extremos do que a média. São os chamados cinco números: valor mínimo, primeiro quartil, mediana, terceiro quartil, valor máximo.

O gráfico boxplot foi criado por Turkey como a forma de se visualizar os cinco números em conunto de dados.

O objetivo da EDA é estimular a formulação de hipóteses que levar a um aprofundamento da análise de dados. Permite novas descobertas sobre relações inesperadas entre os casos estudados. Não substitui a inferência estatística, mas auxilia na escolha dos testes mais apropriados. Serve também para mostrar a necessidade e o caminho para coleta de dados adicionais, se for necessário.

O trabalho de Turkey influenciou os criadores do software S-Plus, antecessor do R.

---

Quando se utiliza a função básica do R para resumir os dados, o valor retornado são os cinco números da EDA.

count: false
 
### Os cinco números com a função summary()
.panel1-passo6c-auto[

```r
*print(notas_bairro_2)
```
]
 
.panel2-passo6c-auto[

```
 [1]  1  1  2  2  2  2  3  3  3  3  4  4  4  4  4  5  5  6  7 10
```
]

---
count: false
 
### Os cinco números com a função summary()
.panel1-passo6c-auto[

```r
print(notas_bairro_2)
*summary(notas_bairro_2)
```
]
 
.panel2-passo6c-auto[

```
 [1]  1  1  2  2  2  2  3  3  3  3  4  4  4  4  4  5  5  6  7 10
```

```
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
   1.00    2.00    3.50    3.75    4.25   10.00 
```
]

---
count: false
 
### Os cinco números com a função summary()
.panel1-passo6c-auto[

```r
print(notas_bairro_2)
summary(notas_bairro_2)
*boxplot(notas_bairro_2,
*       horizontal = TRUE)
```
]
 
.panel2-passo6c-auto[

```
 [1]  1  1  2  2  2  2  3  3  3  3  4  4  4  4  4  5  5  6  7 10
```

```
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
   1.00    2.00    3.50    3.75    4.25   10.00 
```

![](histogram_boxplot_notas_files/figure-html/passo6c_auto_03_output-1.png)
]

<style>
.panel1-passo6c-auto {
  color: black;
  width: 29.4%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel2-passo6c-auto {
  color: black;
  width: 68.6%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel3-passo6c-auto {
  color: black;
  width: NA%;
  hight: 33%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
</style>

---

class: inverse, middle, center

# Vamos criar um Boxplot para cada escola dos bairros

---

count: false
 
### Boxplot das notas do Bairro 1
.panel1-passo7-auto[

```r
*print(notas_bairro_1)
```
]
 
.panel2-passo7-auto[

```
 [1]  3  5  5  6  6  6  6  7  7  7  7  7  8  8  8  8  8  8  9  9  9 10 10
```
]

---
count: false
 
### Boxplot das notas do Bairro 1
.panel1-passo7-auto[

```r
print(notas_bairro_1)
*boxplot(notas_bairro_1, horizontal = TRUE)
```
]
 
.panel2-passo7-auto[

```
 [1]  3  5  5  6  6  6  6  7  7  7  7  7  8  8  8  8  8  8  9  9  9 10 10
```

![](histogram_boxplot_notas_files/figure-html/passo7_auto_02_output-1.png)
]

<style>
.panel1-passo7-auto {
  color: black;
  width: 29.4%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel2-passo7-auto {
  color: black;
  width: 68.6%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel3-passo7-auto {
  color: black;
  width: NA%;
  hight: 33%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
</style>

---

count: false
 
### Boxplot das notas do Bairro 2
.panel1-passo8-auto[

```r
*print(notas_bairro_2)
```
]
 
.panel2-passo8-auto[

```
 [1]  1  1  2  2  2  2  3  3  3  3  4  4  4  4  4  5  5  6  7 10
```
]

---
count: false
 
### Boxplot das notas do Bairro 2
.panel1-passo8-auto[

```r
print(notas_bairro_2)
*boxplot(notas_bairro_2, horizontal = TRUE)
```
]
 
.panel2-passo8-auto[

```
 [1]  1  1  2  2  2  2  3  3  3  3  4  4  4  4  4  5  5  6  7 10
```

![](histogram_boxplot_notas_files/figure-html/passo8_auto_02_output-1.png)
]

---
count: false
 
### Boxplot das notas do Bairro 2
.panel1-passo8-auto[

```r
print(notas_bairro_2)
boxplot(notas_bairro_2, horizontal = TRUE)
```
]
 
.panel2-passo8-auto[

```
 [1]  1  1  2  2  2  2  3  3  3  3  4  4  4  4  4  5  5  6  7 10
```

![](histogram_boxplot_notas_files/figure-html/passo8_auto_03_output-1.png)
]

<style>
.panel1-passo8-auto {
  color: black;
  width: 29.4%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel2-passo8-auto {
  color: black;
  width: 68.6%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel3-passo8-auto {
  color: black;
  width: NA%;
  hight: 33%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
</style>

---

count: false
 
### Boxplot das notas do Bairro 3
.panel1-passo9-auto[

```r
*print(notas_bairro_3)
```
]
 
.panel2-passo9-auto[

```
 [1]  2  3  3  4  4  4  5  5  5  6  6  6  7  7  7  8  8  8  9  9  9 10 10 10
```
]

---
count: false
 
### Boxplot das notas do Bairro 3
.panel1-passo9-auto[

```r
print(notas_bairro_3)
*boxplot(notas_bairro_3, horizontal = TRUE)
```
]
 
.panel2-passo9-auto[

```
 [1]  2  3  3  4  4  4  5  5  5  6  6  6  7  7  7  8  8  8  9  9  9 10 10 10
```

![](histogram_boxplot_notas_files/figure-html/passo9_auto_02_output-1.png)
]

---
count: false
 
### Boxplot das notas do Bairro 3
.panel1-passo9-auto[

```r
print(notas_bairro_3)
boxplot(notas_bairro_3, horizontal = TRUE)
```
]
 
.panel2-passo9-auto[

```
 [1]  2  3  3  4  4  4  5  5  5  6  6  6  7  7  7  8  8  8  9  9  9 10 10 10
```

![](histogram_boxplot_notas_files/figure-html/passo9_auto_03_output-1.png)
]

<style>
.panel1-passo9-auto {
  color: black;
  width: 29.4%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel2-passo9-auto {
  color: black;
  width: 68.6%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel3-passo9-auto {
  color: black;
  width: NA%;
  hight: 33%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
</style>

---

count: false
 
### Boxplot das notas do Bairro 4
.panel1-passo10-auto[

```r
*print(notas_bairro_4)
```
]
 
.panel2-passo10-auto[

```
 [1]  2  2  2  2  2  2  2  3  4  4  5  5  6  6  4  8  8  8  8  8  8  9  9 10 10
[26] 10 10 10 10
```
]

---
count: false
 
### Boxplot das notas do Bairro 4
.panel1-passo10-auto[

```r
print(notas_bairro_4)
*boxplot(notas_bairro_4, horizontal = TRUE)
```
]
 
.panel2-passo10-auto[

```
 [1]  2  2  2  2  2  2  2  3  4  4  5  5  6  6  4  8  8  8  8  8  8  9  9 10 10
[26] 10 10 10 10
```

![](histogram_boxplot_notas_files/figure-html/passo10_auto_02_output-1.png)
]

---
count: false
 
### Boxplot das notas do Bairro 4
.panel1-passo10-auto[

```r
print(notas_bairro_4)
boxplot(notas_bairro_4, horizontal = TRUE)
```
]
 
.panel2-passo10-auto[

```
 [1]  2  2  2  2  2  2  2  3  4  4  5  5  6  6  4  8  8  8  8  8  8  9  9 10 10
[26] 10 10 10 10
```

![](histogram_boxplot_notas_files/figure-html/passo10_auto_03_output-1.png)
]

<style>
.panel1-passo10-auto {
  color: black;
  width: 29.4%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel2-passo10-auto {
  color: black;
  width: 68.6%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel3-passo10-auto {
  color: black;
  width: NA%;
  hight: 33%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
</style>

---

count: false
 
### Boxplot das notas do Bairro 5
.panel1-passo11-auto[

```r
*print(notas_bairro_5)
```
]
 
.panel2-passo11-auto[

```
 [1]  0  1  1  2  2  2  3  3  3  3  4  4  4  4  4  5  5  5  5  5  5  6  6  6  6
[26]  6  7  7  7  7  8  8  8  9  9 10
```
]

---
count: false
 
### Boxplot das notas do Bairro 5
.panel1-passo11-auto[

```r
print(notas_bairro_5)
*boxplot(notas_bairro_5, horizontal = TRUE)
```
]
 
.panel2-passo11-auto[

```
 [1]  0  1  1  2  2  2  3  3  3  3  4  4  4  4  4  5  5  5  5  5  5  6  6  6  6
[26]  6  7  7  7  7  8  8  8  9  9 10
```

![](histogram_boxplot_notas_files/figure-html/passo11_auto_02_output-1.png)
]

---
count: false
 
### Boxplot das notas do Bairro 5
.panel1-passo11-auto[

```r
print(notas_bairro_5)
boxplot(notas_bairro_5, horizontal = TRUE)
```
]
 
.panel2-passo11-auto[

```
 [1]  0  1  1  2  2  2  3  3  3  3  4  4  4  4  4  5  5  5  5  5  5  6  6  6  6
[26]  6  7  7  7  7  8  8  8  9  9 10
```

![](histogram_boxplot_notas_files/figure-html/passo11_auto_03_output-1.png)
]

<style>
.panel1-passo11-auto {
  color: black;
  width: 29.4%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel2-passo11-auto {
  color: black;
  width: 68.6%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel3-passo11-auto {
  color: black;
  width: NA%;
  hight: 33%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
</style>

---

class: inverse, middle, center

# Vamos ver o boxplot e o histograma ao mesmo tempo

---

count: false
 
### Histograma e Boxplot das notas do Bairro 1
.panel1-passo12-auto[

```r
*hist(notas_bairro_1,
*    probability = TRUE,
*    ylab = "", main = "",
*    col = rgb(1, 0, 0, alpha = 0.5),
*    axes = TRUE)
```
]
 
.panel2-passo12-auto[
![](histogram_boxplot_notas_files/figure-html/passo12_auto_01_output-1.png)
]

---
count: false
 
### Histograma e Boxplot das notas do Bairro 1
.panel1-passo12-auto[

```r
hist(notas_bairro_1,
     probability = TRUE,
     ylab = "", main = "",
     col = rgb(1, 0, 0, alpha = 0.5),
     axes = TRUE)
*axis(1)  # Adds horizontal axis
```
]
 
.panel2-passo12-auto[
![](histogram_boxplot_notas_files/figure-html/passo12_auto_02_output-1.png)
]

---
count: false
 
### Histograma e Boxplot das notas do Bairro 1
.panel1-passo12-auto[

```r
hist(notas_bairro_1,
     probability = TRUE,
     ylab = "", main = "",
     col = rgb(1, 0, 0, alpha = 0.5),
     axes = TRUE)
axis(1)  # Adds horizontal axis
*par(new = TRUE)
```
]
 
.panel2-passo12-auto[
![](histogram_boxplot_notas_files/figure-html/passo12_auto_03_output-1.png)
]

---
count: false
 
### Histograma e Boxplot das notas do Bairro 1
.panel1-passo12-auto[

```r
hist(notas_bairro_1,
     probability = TRUE,
     ylab = "", main = "",
     col = rgb(1, 0, 0, alpha = 0.5),
     axes = TRUE)
axis(1)  # Adds horizontal axis
par(new = TRUE)
*boxplot(notas_bairro_1,
*       horizontal = TRUE,
*       axes = FALSE,
*       lwd = 2,
*       col = rgb(0, 0, 0, alpha = 0.2))
```
]
 
.panel2-passo12-auto[
![](histogram_boxplot_notas_files/figure-html/passo12_auto_04_output-1.png)
]

---
count: false
 
### Histograma e Boxplot das notas do Bairro 1
.panel1-passo12-auto[

```r
hist(notas_bairro_1,
     probability = TRUE,
     ylab = "", main = "",
     col = rgb(1, 0, 0, alpha = 0.5),
     axes = TRUE)
axis(1)  # Adds horizontal axis
par(new = TRUE)
boxplot(notas_bairro_1,
        horizontal = TRUE,
        axes = FALSE,
        lwd = 2,
        col = rgb(0, 0, 0, alpha = 0.2))
```
]
 
.panel2-passo12-auto[
![](histogram_boxplot_notas_files/figure-html/passo12_auto_05_output-1.png)
]

<style>
.panel1-passo12-auto {
  color: black;
  width: 39.2%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel2-passo12-auto {
  color: black;
  width: 58.8%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel3-passo12-auto {
  color: black;
  width: NA%;
  hight: 33%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
</style>

---

count: false
 
### Histograma e Boxplot das notas do Bairro 2
.panel1-passo13-auto[

```r
*hist(notas_bairro_2,
*    probability = TRUE,
*    ylab = "", main = "",
*    col = rgb(1, 0, 0, alpha = 0.5),
*    axes = TRUE)
```
]
 
.panel2-passo13-auto[
![](histogram_boxplot_notas_files/figure-html/passo13_auto_01_output-1.png)
]

---
count: false
 
### Histograma e Boxplot das notas do Bairro 2
.panel1-passo13-auto[

```r
hist(notas_bairro_2,
     probability = TRUE,
     ylab = "", main = "",
     col = rgb(1, 0, 0, alpha = 0.5),
     axes = TRUE)
*axis(1)  # Adds horizontal axis
```
]
 
.panel2-passo13-auto[
![](histogram_boxplot_notas_files/figure-html/passo13_auto_02_output-1.png)
]

---
count: false
 
### Histograma e Boxplot das notas do Bairro 2
.panel1-passo13-auto[

```r
hist(notas_bairro_2,
     probability = TRUE,
     ylab = "", main = "",
     col = rgb(1, 0, 0, alpha = 0.5),
     axes = TRUE)
axis(1)  # Adds horizontal axis
*par(new = TRUE)
```
]
 
.panel2-passo13-auto[
![](histogram_boxplot_notas_files/figure-html/passo13_auto_03_output-1.png)
]

---
count: false
 
### Histograma e Boxplot das notas do Bairro 2
.panel1-passo13-auto[

```r
hist(notas_bairro_2,
     probability = TRUE,
     ylab = "", main = "",
     col = rgb(1, 0, 0, alpha = 0.5),
     axes = TRUE)
axis(1)  # Adds horizontal axis
par(new = TRUE)
*boxplot(notas_bairro_2,
*       horizontal = TRUE,
*       axes = FALSE,
*       lwd = 2,
*       col = rgb(0, 0, 0, alpha = 0.2))
```
]
 
.panel2-passo13-auto[
![](histogram_boxplot_notas_files/figure-html/passo13_auto_04_output-1.png)
]

---
count: false
 
### Histograma e Boxplot das notas do Bairro 2
.panel1-passo13-auto[

```r
hist(notas_bairro_2,
     probability = TRUE,
     ylab = "", main = "",
     col = rgb(1, 0, 0, alpha = 0.5),
     axes = TRUE)
axis(1)  # Adds horizontal axis
par(new = TRUE)
boxplot(notas_bairro_2,
        horizontal = TRUE,
        axes = FALSE,
        lwd = 2,
        col = rgb(0, 0, 0, alpha = 0.2))
```
]
 
.panel2-passo13-auto[
![](histogram_boxplot_notas_files/figure-html/passo13_auto_05_output-1.png)
]

<style>
.panel1-passo13-auto {
  color: black;
  width: 39.2%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel2-passo13-auto {
  color: black;
  width: 58.8%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel3-passo13-auto {
  color: black;
  width: NA%;
  hight: 33%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
</style>

---

count: false
 
### Histograma e Boxplot das notas do Bairro 3
.panel1-passo14-auto[

```r
*hist(notas_bairro_3,
*    probability = TRUE,
*    ylab = "", main = "",
*    col = rgb(1, 0, 0, alpha = 0.5),
*    axes = TRUE)
```
]
 
.panel2-passo14-auto[
![](histogram_boxplot_notas_files/figure-html/passo14_auto_01_output-1.png)
]

---
count: false
 
### Histograma e Boxplot das notas do Bairro 3
.panel1-passo14-auto[

```r
hist(notas_bairro_3,
     probability = TRUE,
     ylab = "", main = "",
     col = rgb(1, 0, 0, alpha = 0.5),
     axes = TRUE)
*axis(1)  # Adds horizontal axis
```
]
 
.panel2-passo14-auto[
![](histogram_boxplot_notas_files/figure-html/passo14_auto_02_output-1.png)
]

---
count: false
 
### Histograma e Boxplot das notas do Bairro 3
.panel1-passo14-auto[

```r
hist(notas_bairro_3,
     probability = TRUE,
     ylab = "", main = "",
     col = rgb(1, 0, 0, alpha = 0.5),
     axes = TRUE)
axis(1)  # Adds horizontal axis
*par(new = TRUE)
```
]
 
.panel2-passo14-auto[
![](histogram_boxplot_notas_files/figure-html/passo14_auto_03_output-1.png)
]

---
count: false
 
### Histograma e Boxplot das notas do Bairro 3
.panel1-passo14-auto[

```r
hist(notas_bairro_3,
     probability = TRUE,
     ylab = "", main = "",
     col = rgb(1, 0, 0, alpha = 0.5),
     axes = TRUE)
axis(1)  # Adds horizontal axis
par(new = TRUE)
*boxplot(notas_bairro_3,
*       horizontal = TRUE,
*       axes = FALSE,
*       lwd = 2,
*       col = rgb(0, 0, 0, alpha = 0.2))
```
]
 
.panel2-passo14-auto[
![](histogram_boxplot_notas_files/figure-html/passo14_auto_04_output-1.png)
]

---
count: false
 
### Histograma e Boxplot das notas do Bairro 3
.panel1-passo14-auto[

```r
hist(notas_bairro_3,
     probability = TRUE,
     ylab = "", main = "",
     col = rgb(1, 0, 0, alpha = 0.5),
     axes = TRUE)
axis(1)  # Adds horizontal axis
par(new = TRUE)
boxplot(notas_bairro_3,
        horizontal = TRUE,
        axes = FALSE,
        lwd = 2,
        col = rgb(0, 0, 0, alpha = 0.2))
```
]
 
.panel2-passo14-auto[
![](histogram_boxplot_notas_files/figure-html/passo14_auto_05_output-1.png)
]

<style>
.panel1-passo14-auto {
  color: black;
  width: 39.2%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel2-passo14-auto {
  color: black;
  width: 58.8%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel3-passo14-auto {
  color: black;
  width: NA%;
  hight: 33%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
</style>

---

count: false
 
### Histograma e Boxplot das notas do Bairro 4
.panel1-passo15-auto[

```r
*hist(notas_bairro_4,
*    probability = TRUE,
*    ylab = "", main = "",
*    col = rgb(1, 0, 0, alpha = 0.5),
*    axes = TRUE)
```
]
 
.panel2-passo15-auto[
![](histogram_boxplot_notas_files/figure-html/passo15_auto_01_output-1.png)
]

---
count: false
 
### Histograma e Boxplot das notas do Bairro 4
.panel1-passo15-auto[

```r
hist(notas_bairro_4,
     probability = TRUE,
     ylab = "", main = "",
     col = rgb(1, 0, 0, alpha = 0.5),
     axes = TRUE)
*axis(1)  # Adds horizontal axis
```
]
 
.panel2-passo15-auto[
![](histogram_boxplot_notas_files/figure-html/passo15_auto_02_output-1.png)
]

---
count: false
 
### Histograma e Boxplot das notas do Bairro 4
.panel1-passo15-auto[

```r
hist(notas_bairro_4,
     probability = TRUE,
     ylab = "", main = "",
     col = rgb(1, 0, 0, alpha = 0.5),
     axes = TRUE)
axis(1)  # Adds horizontal axis
*par(new = TRUE)
```
]
 
.panel2-passo15-auto[
![](histogram_boxplot_notas_files/figure-html/passo15_auto_03_output-1.png)
]

---
count: false
 
### Histograma e Boxplot das notas do Bairro 4
.panel1-passo15-auto[

```r
hist(notas_bairro_4,
     probability = TRUE,
     ylab = "", main = "",
     col = rgb(1, 0, 0, alpha = 0.5),
     axes = TRUE)
axis(1)  # Adds horizontal axis
par(new = TRUE)
*boxplot(notas_bairro_4,
*       horizontal = TRUE,
*       axes = FALSE,
*       lwd = 2,
*       col = rgb(0, 0, 0, alpha = 0.2))
```
]
 
.panel2-passo15-auto[
![](histogram_boxplot_notas_files/figure-html/passo15_auto_04_output-1.png)
]

---
count: false
 
### Histograma e Boxplot das notas do Bairro 4
.panel1-passo15-auto[

```r
hist(notas_bairro_4,
     probability = TRUE,
     ylab = "", main = "",
     col = rgb(1, 0, 0, alpha = 0.5),
     axes = TRUE)
axis(1)  # Adds horizontal axis
par(new = TRUE)
boxplot(notas_bairro_4,
        horizontal = TRUE,
        axes = FALSE,
        lwd = 2,
        col = rgb(0, 0, 0, alpha = 0.2))
```
]
 
.panel2-passo15-auto[
![](histogram_boxplot_notas_files/figure-html/passo15_auto_05_output-1.png)
]

<style>
.panel1-passo15-auto {
  color: black;
  width: 39.2%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel2-passo15-auto {
  color: black;
  width: 58.8%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel3-passo15-auto {
  color: black;
  width: NA%;
  hight: 33%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
</style>

---

count: false
 
### Histograma e Boxplot das notas do Bairro 5
.panel1-passo16-auto[

```r
*hist(notas_bairro_5,
*    probability = TRUE,
*    ylab = "", main = "",
*    col = rgb(1, 0, 0, alpha = 0.5),
*    axes = TRUE)
```
]
 
.panel2-passo16-auto[
![](histogram_boxplot_notas_files/figure-html/passo16_auto_01_output-1.png)
]

---
count: false
 
### Histograma e Boxplot das notas do Bairro 5
.panel1-passo16-auto[

```r
hist(notas_bairro_5,
     probability = TRUE,
     ylab = "", main = "",
     col = rgb(1, 0, 0, alpha = 0.5),
     axes = TRUE)
*axis(1)  # Adds horizontal axis
```
]
 
.panel2-passo16-auto[
![](histogram_boxplot_notas_files/figure-html/passo16_auto_02_output-1.png)
]

---
count: false
 
### Histograma e Boxplot das notas do Bairro 5
.panel1-passo16-auto[

```r
hist(notas_bairro_5,
     probability = TRUE,
     ylab = "", main = "",
     col = rgb(1, 0, 0, alpha = 0.5),
     axes = TRUE)
axis(1)  # Adds horizontal axis
*par(new = TRUE)
```
]
 
.panel2-passo16-auto[
![](histogram_boxplot_notas_files/figure-html/passo16_auto_03_output-1.png)
]

---
count: false
 
### Histograma e Boxplot das notas do Bairro 5
.panel1-passo16-auto[

```r
hist(notas_bairro_5,
     probability = TRUE,
     ylab = "", main = "",
     col = rgb(1, 0, 0, alpha = 0.5),
     axes = TRUE)
axis(1)  # Adds horizontal axis
par(new = TRUE)
*boxplot(notas_bairro_5,
*       horizontal = TRUE,
*       axes = FALSE,
*       lwd = 2,
*       col = rgb(0, 0, 0, alpha = 0.2))
```
]
 
.panel2-passo16-auto[
![](histogram_boxplot_notas_files/figure-html/passo16_auto_04_output-1.png)
]

---
count: false
 
### Histograma e Boxplot das notas do Bairro 5
.panel1-passo16-auto[

```r
hist(notas_bairro_5,
     probability = TRUE,
     ylab = "", main = "",
     col = rgb(1, 0, 0, alpha = 0.5),
     axes = TRUE)
axis(1)  # Adds horizontal axis
par(new = TRUE)
boxplot(notas_bairro_5,
        horizontal = TRUE,
        axes = FALSE,
        lwd = 2,
        col = rgb(0, 0, 0, alpha = 0.2))
```
]
 
.panel2-passo16-auto[
![](histogram_boxplot_notas_files/figure-html/passo16_auto_05_output-1.png)
]

<style>
.panel1-passo16-auto {
  color: black;
  width: 39.2%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel2-passo16-auto {
  color: black;
  width: 58.8%;
  hight: 32%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
.panel3-passo16-auto {
  color: black;
  width: NA%;
  hight: 33%;
  float: left;
  padding-left: 1%;
  font-size: 80%
}
</style>