Rcoisas

• Instalação
• Exemplos
  • Descrição univariada
    • Variáveis numéricas
    • Variáveis categóricas
  • Curva de Nelson de Moraes
  • Tabelas 2 x 2

Funções em R para aulas e apresentação de resultados em português.

O pacote contém funções com outputs em português e bancos de dados úteis para a produção de gráficos e tabelas para aulas, como a descrição “completa” de uma variável numérica, uma tabela de frequências, a análise de uma tabela 2 x 2 ou a construção de indicadores de saúde, como a curva de Nelson de Moraes. Veja a ajuda para a lista completa e detalhamento das funções e bancos de dados no pacote.

Instalação

O pacote ainda não tem uma primeira versão para ser lançada. A versão de desenvolvimento pode ser instalada a partir do GitHub com o pacote remotes:

# install.packages("remotes") # Se o pacote 'remotes' não estiver instalado
remotes::install_github("fulvionedel/Rcoisas")

Exemplos

library(Rcoisas)

Descrição univariada

Funções descreve, histobox e tabuleiro.

descreve(x, by = NULL, dec = 2, na.rm = TRUE, data = NULL, histograma = TRUE, breaks = "Sturges", freq = TRUE, main = NULL, xlab = NULL, ylab = NULL, linhas = 2, curva = TRUE, densidade = FALSE, col.dens = 1, col = "yellow2", col.curva = "DarkGreen", col.media = 2, col.dp = col.media, col.mediana = 4, legenda = TRUE, lugar = "topright", lty.curva = 2, lwd.curva = 1, lty.dens = 3, lwd.dens = 2, lty = NULL, lwd = NULL, cex = NULL, print = "output", soma = FALSE, ...)

Variáveis numéricas

A função descreve realiza a descrição “completa” de uma variável numérica. Por padrão apresenta uma lista com os parâmetros descritos e um histograma com marcas da distribuição da variável. O histograma pode ser suprimido e a lista pode ser transformada em data.frame.

set.seed(1)
descreve(varnum <- rnorm(1000))  

 varnum <- rnorm(1000) :  1000  observações 

Válidos: 1000    Missings: 0 
Menor: -3.01     Maior: 3.81     Amplitude: 6.82
Média: -0.01     DP: 1.03    CV(%): 8884.81
Assimetria: -0.02    Curtose(real): 2.99
Quantis:
 2.5%    5%   25%   50%   75%   95% 97.5% 
-2.13 -1.73 -0.70 -0.04  0.69  1.74  2.01 
          IIQ: 1.39 

descreve(varnum, histograma = FALSE, print = "tabela")
            varnum
n          1000.00
Válidos    1000.00
Missings      0.00
Menor        -3.01
Maior         3.81
Amplitude     6.82
Média        -0.01
Variância     1.07
DP            1.03
CV(%)      8884.81
Assimetria   -0.02
Curtose       2.99
P2.5         -2.13
P5           -1.73
P25          -0.70
P50          -0.04
P75           0.69
P95           1.74
P97.5         2.01
IIQ           1.39

O output pode ser guardado em um objeto e depois impresso como lista ou como tabela (de classe data.frame) e usado para captar em texto cada parâmetro isoladamente.

x <- descreve(varnum, histograma = FALSE, print = FALSE)
Rcoisas:::print.descreve(x)

 varnum :  1000  observações 

Válidos: 1000    Missings: 0 
Menor: -3.01     Maior: 3.81     Amplitude: 6.82
Média: -0.01     DP: 1.03    CV(%): 8884.81
Assimetria: -0.02    Curtose(real): 2.99
Quantis:
 2.5%    5%   25%   50%   75%   95% 97.5% 
-2.13 -1.73 -0.70 -0.04  0.69  1.74  2.01 
          IIQ: 1.39 

Rcoisas:::print.descreve(x, print = "tabela")
            varnum
n          1000.00
Válidos    1000.00
Missings      0.00
Menor        -3.01
Maior         3.81
Amplitude     6.82
Média        -0.01
Variância     1.07
DP            1.03
CV(%)      8884.81
Assimetria   -0.02
Curtose       2.99
P2.5         -2.13
P5           -1.73
P25          -0.70
P50          -0.04
P75           0.69
P95           1.74
P97.5         2.01
IIQ           1.39

paste("Média de", x$media, "e desvio-padrão de", x$dp, "unidades, configurando um coeficiente de variação de", x$cv, "%.")
[1] "Média de -0.01 e desvio-padrão de 1.03 unidades, configurando um coeficiente de variação de 8884.81 %."

O objeto pode ser modificado para sua impressão. O exemplo a seguir usa outra função do pacote, formatL(), para apresentar os valores em formato latino.

Rcoisas:::print.descreve(x, print = "tabela") |> 
  tibble::as_tibble(rownames = "parametro") |>
  dplyr::mutate(varnum = formatL(varnum, format = "fg", digits = 3)) |>
  knitr::kable(align = 'r')

parametro	varnum
n	1.000
Válidos	1.000
Missings	0
Menor	-3,01
Maior	3,81
Amplitude	6,82
Média	-0,01
Variância	1,07
DP	1,03
CV(%)	8.885
Assimetria	-0,02
Curtose	2,99
P2.5	-2,13
P5	-1,73
P25	-0,7
P50	-0,04
P75	0,69
P95	1,74
P97.5	2,01
IIQ	1,39

O formato em tabela é pensado para uma análise estratificada por categorias de um fator. Um argumento by está em desenvolvimento e ainda não funciona adequadamente. 😕 A alternativa é juntar “manualmente” a descrição de cada estrato:

par(mfrow = c(1,3))
cbind(
  descreve(idade, data = obitosRS2019[obitosRS2019$sexo == "masc", ], main = "masc", legenda = FALSE, print = 'tabela'),
  descreve(idade, data = obitosRS2019[obitosRS2019$sexo == "fem", ], main = "fem", legenda = FALSE, print = 'tabela'),
  descreve(idade, data = obitosRS2019, main = "ambos sexos", print = 'tabela', lugar = 'topleft')
      ) |>
  dplyr::rename("Masculino" = 1, "Feminino" = 2, "Ambos sexos" = 3) |>
  dplyr::mutate(Masculino = formatL(Masculino, format = "fg", digits = 4),
                Feminino = formatL(Feminino, format = "fg", digits = 4),
                "Ambos sexos" = formatL(`Ambos sexos`, format = "fg", digits = 4)) |>
  knitr::kable(align = 'r') 

	Masculino	Feminino	Ambos sexos
n	5.228	4.774	10.000
Válidos	5.220	4.772	9.993
Missings	8	2	7
% missings	0,15	0,04	0,07
Menor	0	0	0
Maior	103	112	112
Amplitude	103	112	112
Média	65,25	72,65	68,78
Variância	388,3	355,3	386,6
DP	19,71	18,85	19,66
CV(%)	30,2	25,95	28,59
Assimetria	-1,17	-1,49	-1,27
Curtose	4,46	5,93	4,91
P2.5	13,47	21	17
P5	23	37	29
P25	57	64	60
P50	69	77	72
P75	79	86	83
P95	90	94	92
P97.5	92	96,72	95
IIQ	22	22	23

A função histobox desenha um histograma com um diagrama de caixas (“box-plot”) horizontal acima do gráfico.

histobox(varnum, col.h = "tomato", col.bx = "yellow", xlab = "Medida", ylab = "Frequência")

Variáveis categóricas

As funções tabuleiro e tabuleiro2 apresentam uma tabela univariada com frequências absolutas e relativas (%) simples e acumuladas.

tabuleiro(x, digits = 1, total = TRUE, cum = TRUE, format = "en", data = NULL, ...)
tabuleiro2(varcat, digits = 1)

tabuleiro(RACACOR, data = obitosRS2019)
      Freq     % Freq.acum %acum
1     8514  88.3      8514  88.3
2      567   5.9      9081  94.2
3       10   0.1      9091  94.3
4      534   5.5      9625  99.8
5       17   0.2      9642 100.0
Total 9642 100.0      9642 100.0

Uma tabela para apresentação pode ser feita com a função kable{knitr}. Esta função tem argumentos para apresentar resultados em formato latino, mas o trabalho pode ser abreviado com a função formatL{Rcoisas} – enquanto o argumento format não é implementado. Além disso, a frequência acumulada aqui não faz muito sentido.

tab1 <- tabuleiro(RACACOR, data = obitosRS2019, cum = FALSE, digits = 3)
knitr::kable(tab1 |> formatL(format = "fg"), align = 'r')

	Freq	%
1	8.514	88
2	567	6
3	10	0,1
4	534	6
5	17	0,2
Total	10.000	100

A função foi criada para oferecer axs estudantes um modo fácil de criar no R uma tabela com essas características e valores em formato latino. Na sua primeira versão os valores eram pré-formatados, oferecendo a seguinte tabela:

(tab2 <- tabuleiro2(obitosRS2019$RACACOR))
              Freq     %(+NA) % válido % acum
1             " 8.514" "85,1" "88,3"   "88,3"
2             "   567" "5,7"  "5,9"    "94,2"
3             "    10" "0,1"  "0,1"    "94,3"
4             "   534" "5,3"  "5,5"    "99,8"
5             "    17" "0,2"  "0,2"    "100" 
Total válidos " 9.642" "96,4" "100"    "˗"   
Missing       "   358" "3,6"  "˗"      "˗"   
Total         "10.000" "100"  "˗"      "˗"   

que facilmente pode ser formatada com kable.

knitr::kable(tab2, align = 'r')

	Freq	%(+NA)	% válido	% acum
1	8.514	85,1	88,3	88,3
2	567	5,7	5,9	94,2
3	10	0,1	0,1	94,3
4	534	5,3	5,5	99,8
5	17	0,2	0,2	100
Total válidos	9.642	96,4	100	˗
Missing	358	3,6	˗	˗
Total	10.000	100	˗	˗

Mas os valores da tabela estão em formato caractere e não numérico, o que impede a execução de operações matemáticas. Por isso foi rebatizada de tabuleiro2 e seu desenvolvimento descontinuado. Está no pacote porque ainda a tenho em várias aulas 😪. É desaconselhável seu uso em novos scripts.

Curva de Nelson de Moraes

fxetarNM(idade = NULL, fxetardet = NULL, grafico = FALSE, ...)

A função fxetarNM agrega um vetor com a idade ou com a “faixa etária detalhada” (classificação do DATASUS) segundo as categorias da Curva de Nelson de Moraes (< 1, 1-4, 5-19, 20-49, 50 e +). O argumento grafico = TRUE desenha o gráfico da curva.

fxetarNM(obitosRS2019$idade, grafico = TRUE, 
         col.sub = 2, font.sub = 3, cex.sub = .8, 
         main = "Curva de Nelson de Moraes. RS, 2019.", 
         sub = "\nAmostra aleatória de 10.000 óbitos.") 

Neste caso interessam as frequências acumuladas:

obitosRS2019$idade |>
  fxetarNM() |>
  tabuleiro(total = FALSE) |>
  formatL(format = "fg", digits = 2) |> 
  knitr::kable(align = 'r')

	Freq	%	Freq.acum	%acum
< 1	168	1,7	168	1,7
1-4	25	0,3	193	1,9
5-19	114	1,1	307	3,1
20-49	1.021	10	1.328	13
50 e +	8.665	87	10.000	100

Veja detalhes sobre a função em https://fulvionedel.github.io/Rcoisas/articles/fxetarnm.html

Tabelas 2 x 2

A função bolero analisa a tabela de contingências de duas variáveis dicotômicas. O exemplo a seguir usa um banco de dados do pacote Rcoisas, com uma amostra aleatória de dez mil registros de óbitos do RS para comparar a probabilidade de um diagnóstico de causa cardiovascular e de causa externa segundo o sexo, entre os óbitos. As causas são classificadas com a função cid10cap(), do pacote csapAIH.

obitos <- obitosRS2019[c("sexo", "CAUSABAS")]
str(obitos)
'data.frame':   10000 obs. of  2 variables:
 $ sexo    : Factor w/ 2 levels "masc","fem": 1 1 1 2 1 2 2 1 2 1 ...
 $ CAUSABAS: chr  "C349" "I499" "X958" "E142" ...

cardio <- grepl("circulatório", csapAIH::cid10cap(obitos$CAUSABAS)) |>
  factor(levels = c(TRUE, FALSE), labels = c("sim", "não"))
bolero(obitos$sexo, cardio)
===============================================================
                  Tabela 2 por 2 
        bolero(independente, dependente, dec=2, dnn) 
--------------------------------------------------------------- 
Var. dependente : cardio = sim 
Var. independente: obitos.sexo = masc 
Missings: 2 (0,0%)

           cardio
obitos$sexo  sim  não  Sum
       masc 1259 3967 5226
       fem  1311 3461 4772
       Sum  2570 7428 9998

Proporções (%)
           cardio
obitos$sexo  sim  não
       masc 24.1 75.9
       fem  27.5 72.5

Razão de Probabilidades: 0.88 ; IC95% (assintótico): 0.82 0.94 
                                 IC95% (exato)      : 0.82 0.94
Razão de Odds          : 0.84 ; IC95% (exato)      : 0.77 0.92
Valor-p: Pearson, Yates: <0,001 ; Fisher: <0,001 
===============================================================

Para mudar a categoria de referência mudam-se antes os níveis da variável. Os rótulos dos nomes das variáveis podem ser modificados com o argumento dnn. Vamos guardar o resultado (num objeto chamdo “tabolero”) para poder usá-lo em texto automatizado.

tabolero <- bolero(factor(obitos$sexo, levels = c("fem", "masc")), cardio, 
       dnn = c("sexo", "aparelho circulatório"))
===============================================================
                  Tabela 2 por 2 
        bolero(independente, dependente, dec=2, dnn) 
--------------------------------------------------------------- 
Var. dependente : aparelho.circulatório = sim 
Var. independente: sexo = fem 
Missings: 2 (0,0%)

      aparelho circulatório
sexo    sim  não  Sum
  fem  1311 3461 4772
  masc 1259 3967 5226
  Sum  2570 7428 9998

Proporções (%)
      aparelho circulatório
sexo    sim  não
  fem  27.5 72.5
  masc 24.1 75.9

Razão de Probabilidades: 1.14 ; IC95% (assintótico): 1.07 1.22 
                                 IC95% (exato)      : 1.07 1.22
Razão de Odds          : 1.19 ; IC95% (exato)      : 1.09 1.31
Valor-p: Pearson, Yates: <0,001 ; Fisher: <0,001 
===============================================================

str(tabolero)
List of 14
 $ tab     : 'table' int [1:2, 1:2] 1311 1259 3461 3967
  ..- attr(*, "dimnames")=List of 2
  .. ..$ sexo                 : chr [1:2] "fem" "masc"
  .. ..$ aparelho circulatório: chr [1:2] "sim" "não"
 $ proptab : 'table' num [1:2, 1:2] 27.5 24.1 72.5 75.9
  ..- attr(*, "dimnames")=List of 2
  .. ..$ sexo                 : chr [1:2] "fem" "masc"
  .. ..$ aparelho circulatório: chr [1:2] "sim" "não"
 $ RP      : num 1.14
 $ lci.rp  : num 1.07
 $ uci.rp  : num 1.22
 $ OR      : num 1.19
 $ or.ic   : num [1:2] 1.09 1.31
  ..- attr(*, "conf.level")= num 0.95
 $ lci.or  : num 1.09
 $ uci.or  : num 1.31
 $ ft      :List of 7
  ..$ p.value    : num 0.000118
  ..$ conf.int   : num [1:2] 1.09 1.31
  .. ..- attr(*, "conf.level")= num 0.95
  ..$ estimate   : Named num 1.19
  .. ..- attr(*, "names")= chr "odds ratio"
  ..$ null.value : Named num 1
  .. ..- attr(*, "names")= chr "odds ratio"
  ..$ alternative: chr "two.sided"
  ..$ method     : chr "Fisher's Exact Test for Count Data"
  ..$ data.name  : chr "tab"
  ..- attr(*, "class")= chr "htest"
 $ qui2    :List of 9
  ..$ statistic: Named num 14.8
  .. ..- attr(*, "names")= chr "X-squared"
  ..$ parameter: Named int 1
  .. ..- attr(*, "names")= chr "df"
  ..$ p.value  : num 0.000122
  ..$ method   : chr "Pearson's Chi-squared test with Yates' continuity correction"
  ..$ data.name: chr "tab"
  ..$ observed : 'table' int [1:2, 1:2] 1311 1259 3461 3967
  .. ..- attr(*, "dimnames")=List of 2
  .. .. ..$ sexo                 : chr [1:2] "fem" "masc"
  .. .. ..$ aparelho circulatório: chr [1:2] "sim" "não"
  ..$ expected : num [1:2, 1:2] 1227 1343 3545 3883
  .. ..- attr(*, "dimnames")=List of 2
  .. .. ..$ sexo                 : chr [1:2] "fem" "masc"
  .. .. ..$ aparelho circulatório: chr [1:2] "sim" "não"
  ..$ residuals: 'table' num [1:2, 1:2] 2.41 -2.3 -1.42 1.35
  .. ..- attr(*, "dimnames")=List of 2
  .. .. ..$ sexo                 : chr [1:2] "fem" "masc"
  .. .. ..$ aparelho circulatório: chr [1:2] "sim" "não"
  ..$ stdres   : 'table' num [1:2, 1:2] 3.86 -3.86 -3.86 3.86
  .. ..- attr(*, "dimnames")=List of 2
  .. .. ..$ sexo                 : chr [1:2] "fem" "masc"
  .. .. ..$ aparelho circulatório: chr [1:2] "sim" "não"
  ..- attr(*, "class")= chr "htest"
 $ p.qui2  : num 0.000122
 $ p.Fisher: num 0.000118
 $ resumo  : 'table' num [1, 1:4] 1.14 1.07 1.22 0
  ..- attr(*, "dimnames")=List of 2
  .. ..$ : chr "aparelho.circulatório"
  .. ..$ : chr [1:4] "RP" "IC95inf" "IC95sup" "p"

Assim podemos dizer, por exemplo, que a probabilidade de que a causa básica de óbito seja cardiovascular é 14% maior no sexo feminino que no masculino (RP = 1,14; IC₉₅ 1,07 a 1,22). Veja abaixo o código utilizado:

[…] a probabilidade de que a causa básica de óbito seja cardiovascular é `r formatL((tabolero$RP-1)*100, digits = 0)`% maior no sexo feminino que no masculino (RP = `r formatL(tabolero$RP, 2)`; IC₉₅`r formatL(tabolero$lci.rp, 2)` a `r formatL(tabolero$uci.rp, 2)`).