# Definindo o diretorio a ser usado
setwd("C:/Users/hedibertFL/Desktop")

# Lendo conjunto de dados da pagina do professor
data = read.table("http://hedibert.org/wp-content/uploads/2016/02/wage.txt",header=TRUE)

dim(data) # exibe a dimensao da matriz de dados

data[1:10,] # listando as 10 primeiras linhas de data

hist(data[,1])  # histograma da 1a coluna de data

# Melhorando a aparencia do histograma
hist(data[,1],xlab="",ylab="Frequencia",main="Salario\ndolares por hora")

hist(data[,1],ylab="Frequencia",main="Salario",xlab="dolares por hora")

# Boxplot com e seu "outliers"
par(mfrow=c(1,2))
boxplot(data[,1],ylab="dolares por hora")
boxplot(data[,1],ylab="dolares por hora",outline=FALSE)


# Salvando graficos em PDF
pdf(file="meuarquivo1.pdf",height=12,width=10)
hist(data[,1],ylab="Frequencia",
     main="Salario",xlab="dolares por hora")
dev.off()

pdf(file="meuarquivo2.pdf",height=12,width=10)
boxplot(data[,1],ylab="dolares por hora",outline=FALSE)
dev.off()


# attach : carrega as variaveis pelos nomes

attach(data)


# diagrama de dispersao
plot(exper,wage)

# correlacao entre variaveis
cor(exper,wage)

# Minha primeira regressao no R
# Utilizado o commando lm (linear model)

minharegressao = lm(wage ~ exper)

# resumo da regressao linear simples
summary(minharegressao)

# adicionando a linha de regressao ao grafico
plot(exper,wage)
abline(minharegressao$coef,col="red")
abline(h=mean(wage),col="blue")

# Graficos e regressoes para subgrupos das variaveis: homens e mulheres

# Boxplot de renda por sexo
boxplot(wage,wage[female==1],wage[female==0],
        names=c("todos","M","H"),
        xlab="salario em dolares por hora",
        outline=FALSE,horizontal=TRUE)

# regressao wage contra exper para mulheres e homens
plot(exper,wage,pch=16,col=female+1)
legend("topright",legend=c("homen","mulher"),col=1:2,pch=16)
abline(lm(wage[female==1] ~ exper[female==1]),col=2)
abline(lm(wage[female==0] ~ exper[female==0]))
abline(h=mean(wage[female==1]),col=3)
abline(h=mean(wage[female==0]),col=4)

# regressao wage contra educ para mulheres e homens
plot(educ,wage,pch=16,col=female+1)
legend("topleft",legend=c("homen","mulher"),col=1:2,pch=16)
abline(lm(wage[female==1] ~ educ[female==1]),col=2)
abline(lm(wage[female==0] ~ educ[female==0]))
abline(h=mean(wage[female==1]),col=3)
abline(h=mean(wage[female==0]),col=4)