Sumário

1 Objetivo

Descrever brevemente a implementação da função Desvio Padrão no leem.

2 Apresentação do relatório

Diante do objetivo do relatório apresentaremos nas próximas subseções, os pontos a serem discutidos.

2.1 Desvio Padrão

Calculado pela seguinte fórmula:

\(DP = \sqrt \frac {\sum (xi - M)^2}{n}\)

O desvio padrão (DP) é definido como a raiz quadrada da variância (V).Variância é uma medida de dispersão e é usada também para expressar o quanto um conjunto de dados se desvia da média.É comum, estarmos interessados no desvio padrão de uma população, por exemplo. No entanto, utilizamos dados de uma amostra para estimar o desvio de uma população a partir do desvio dessa amostra.Por exemplo, no caso de uma biblioteca de escola: quantos livros eles alugaram no último mês? Assim temos toda a população escolar envolvida, pois a pergunta se dirige a todos os alunos . Em tais casos, utiliza-se o desvio da população.

2.2 Calculando o desvio padrão no leem

Para criação de funções é necessário implementarmos certos argumentos. Na função desvio padrão utilizamos rouding , na.rm , details e grouped

  • details: argumento utilizado para definir se há mais dados nos resultados além da variância. Usaremos FALSE quando queremos apenas a variância e TRUE quando queremos mostrar todos os dados da tabela tabfreq;
  • na.rm: argumento utilizado para quando há resutados inválidos. Usamos FALSE indica que esses dados será evado em consideração;
  • rouding: argumento núemrico que indicará a quantidade de casas decimais;
  • grouped: argumento lógico utilizado em variáveis contínuas.
sdev <- function(x, rounding = 2, na.rm = FALSE, details = FALSE, grouped = TRUE)

Depois disso devemos colocar algumas condições para garantir o funcionamento correto da função, para o desvio padrão utilizamos os seguintes:

  if (class(x) != "leem") stop("Use the 'new_leem()' function to create an object of class leem!", call. = FALSE)
  if (class(x) == "leem" & is.null(attr(x, "table"))) x <- tabfreq(x)
  if (attr(x, "variable") == "discrete") {
    numchar <- is.numeric(x$estat$raw_data)
    if (numchar) {
      desvpad <- round(sd(x = x$estat$raw_data,
                          na.rm = na.rm), digits = rounding)
      resume <- list(sdeviation = desvpad, table = x$tabela, rawdata = x$estat$raw_data)
      if (details) {
        return(resume)
      } else {
        return(desvpad)
      }
      
    } else {
      stop("Measure not used for this data type!", call. = FALSE,
           domain = "R-leem")
    }
  }
  if (attr(x, "variable") == "continuous") {
    if (grouped == TRUE) {
      desvpad <- sqrt((variance(x)))
      resume <- list(sdeviation = desvpad, table = x$tabela,
                     rawdata = x$estat$raw_data)
      if (details) {
        return(resume)
      }
      else {
        return(desvpad)
      }
    } else {
      desvpad <- round(sd(x = x$estat$raw_data, na.rm = na.rm),
                       digits = rounding)
      resume <- list(sdeviation = desvpad, table = x$tabela,
                     rawdata = x$estat$raw_data)
      if (details) {
        return(resume)
      }
      else {
        return(desvpad)
      }
    }
  }
}

Para testar o funcionamento da função podemos utilizar:

set.seed(10)
x <- rnorm(36, 100, 50)
x <- new_leem(x, variable = 2)
sdev(x)