#4.1
data(rivers)
media<-mean(rivers)
menorquemedia<-rivers<media
menorquemedia2<-which(menorquemedia==TRUE)
prop.mm<-length(menorquemedia2)/length(menorquemedia)
quantil.75<-quantile(rivers,probs=0.75)
mediatruncada<-mean(rivers,trim=0.25)
mediana<-median(rivers)
medias<-array(c(media,mediatruncada,mediana),c(1,3))

#4.2
cervejas <-c("chope","lata","garrafa","chope","garrafa", "garrafa","lata","lata","nenhuma","lata","garrafa","garrafa", "garrafa","lata","lata","lata","garrafa","lata","chope","nenhuma", "garrafa","garrafa","garrafa","chope","garrafa","garrafa","chope","garrafa","lata","lata")
factor(cervejas)
table(cervejas)->barras
barplot(barras)
dotchart(barras)
#a segunda

#4.3
caixeta<-read.csv("caixeta.csv", as.is=T,header=TRUE)
head(caixeta)
dap<-(caixeta$cap)/pi
hist(dap,col = "gray")
par(mfrow=c(2,2))
caixeta$local=="chauas"
h1<-hist(caixeta[1:426,6],col="darkgreen")
caixeta$local=="jureia"
h2<-hist(caixeta[427:666,6],col="blue")
caixeta$local=="retiro"
h3<-hist(caixeta[667:1027,6],col="orange")
#Sim

#4.4
e.grandis<-read.csv("egrandis.csv",header=T,sep=";")
par(mfrow=c(1,2))
head(e.grandis)
box1<-boxplot(e.grandis$dap~e.grandis$regiao,cex.axis=.8)
box2<-boxplot(e.grandis$dap~e.grandis$rotacao)
par(mfrow=c(1,1))
qqnorm(e.grandis$ht)
qqline(e.grandis$ht, col="blue", lwd=3)
# a distribuição não é normal