notas.Rmd 9.84 KB
Newer Older
Walmes Marques Zeviani's avatar
Walmes Marques Zeviani committed
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
---
title: Notas das Avaliações
output:
  html_document:
    toc: false
---

```{r, include = FALSE}
#-----------------------------------------------------------------------
# Pacotes.

rm(list = objects())
library(tidyverse)

#-----------------------------------------------------------------------
# Funções.

# Determina a média das sabatinas usando as k maiores notas.
my_mean <- function(x, keep = floor(length(x) * 0.75), ...) {
    #
    # @param x numeric[n > 0] vetor com notas nas sabatinas.
    #
    # @param keep integer[1] número de sabatinas que serão consideradas
    #     para calculo da média.
    #
    # @return numeric[1] a média calculada.
    #
    sum(head(sort(x, decreasing = TRUE), n = keep), ...)/keep
}
my_mean(c(1:8, NA, NA, NA), keep = 2)

# Usa distância de edição para parear os nomes das duas fontes.
my_match <- function(x, y, min.match = 2) {
    #
    # @param x character[n > 0] vetor de strings.
    #
    # @param y character[m > 0] vetor de strings.
    #
    # @param min.match integer[1] > 0 número minimo de nomes que dever
    #     coincidir.
    #
    # @return data.frame com os vetores pareados.
    #
    xs <- strsplit(x, split = "\\s+")
    ys <- strsplit(y, split = "\\s+")
    m <- character(length(x))
    for (i in seq_along(x)) {
        j <- sapply(ys,
                    FUN = function(z) {
                        u <- c(adist(z, xs[[i]]))
                        (sum(u == 0) >= min.match)
                    })
        if (any(j)) {
            a <- adist(y[j], x[i])
            m[i] <- y[j][which.min(a)]
        }
    }
    m[m == ""] <- NA
    data.frame(template = x, match = m, stringsAsFactors = FALSE)
}
my_match(c("Walmes Zeviani", "Ronald Fisher"),
         c("Fisher", "Walmes"),
         min.match = 1)

#-----------------------------------------------------------------------
# Matrícula.

path <- "/home/walmes/Dropbox/Ensino/ce064-2018-02-ML/"
x <- gdata::read.xls(paste0(path, "RelatoriodeDiariodeClasseExcel.xls"),
                     encoding = "latin1",
                     stringsAsFactors = FALSE,
                     skip = 6)
v <- names(x) %in% c("Matrícula", "Nome", "Faltas")

mat <- x %>%
    select(names(x)[v]) %>%
    filter(grepl("\\d$", Matrícula)) %>%
    as_tibble() %>%
    rename("GRR" = "Matrícula", "nome" = "Nome") %>%
    mutate(GRR = str_replace(GRR, "\\D+", "") %>% as.integer())
str(mat)

#-----------------------------------------------------------------------
# Notas do moodle.

# Importação.
nt <- read_csv(paste0(path, "notas.csv"),
               locale = locale(decimal_mark = "."),
               na = c("", "-"))
attr(nt, "spec") <- NULL
str(nt)

# Seleção de variáveis de nome e notas nas sabatinas.
nt <- nt %>%
    select(contains("nome"),
           contains("sabatina"),
           contains("trabalho"))
str(nt)

# Exclui usuários que não são alunos.
nt <- nt %>%
    filter(!grepl("walmes", Nome, ignore.case = TRUE))
str(nt)

# Renomeia variáveis.
names(nt) <- names(nt) %>%
    str_replace(".*(Sabatina.*Q?\\d+).*", "\\1") %>%
    str_replace(".*(Trabalho.*\\d).*", "\\1") %>%
    tolower()

# Junta nomes para formar o nome completo.
nt <- nt %>%
    unite(col = "nome", nome, sobrenome, sep = " ")
str(nt)

# dput(names(nt))
names(nt) <- c("nome",
               sprintf("sabatina %02d", 1:9),
               "trabalho")

#-----------------------------------------------------------------------
# Tratamento das sabatinas.

# Empilha nas sabatinas.
ntg <- nt %>%
    gather(key = "sabatina",
           value = "nota",
           contains("sabatina"))
if (is.character(ntg$nota)) {
    ntg$nota <- as.numeric(ntg$nota)
}
str(ntg)

# Elimina o sulfixo que é da questão na sabatina.
ntg <- ntg %>%
    mutate(sabatina = str_match(sabatina, "sabatina \\d+"),
           nota = replace_na(nota, replace = 0))
str(ntg)

# Calcula as notas média por sabatina pro caso de ter mais de uma
# questão.
ntg <- ntg %>%
    group_by(nome, sabatina) %>%
    summarise(nota = sum(nota, na.rm = TRUE)/n()) %>%
    ungroup()
str(ntg)

# Devolve para o formado com sabatinas em cada coluna.
nts <- ntg %>%
    mutate(nota = round(nota, digits = 2)) %>%
    spread(key = "sabatina", value = "nota")
str(nts)

# Ordena as colunas sabatinas por ordem cronológica.
i <- grep(x = names(nts), pattern = "sabatina")
j <- as.integer(gsub(x = names(nts)[i],
                     pattern = "\\D",
                     replacement = ""))
nts <- nts %>%
    select(names(nts)[-i], i[order(j)])

# Nota das sabatinas mantendo as k maiores notas.
ntg <- ntg %>%
    group_by(nome) %>%
    summarise(S_escore = my_mean(nota, keep = 6, na.rm = TRUE)) %>%
    ungroup()
str(ntg)

# Junção da nota média com as sabatinas.
nts <- nts %>%
    inner_join(ntg)
str(nts)

# Encurta nomes.
names(nts) <- names(nts) %>%
    str_replace("sabatina ", "S")
str(nts)

#-----------------------------------------------------------------------
# Notas do trabalho.

ntt <- nt %>%
    select(nome, contains("trabalho")) %>%
    mutate_if(is.numeric, function(x) replace_na(x, replace = 0))
ntt

# Ordena as colunas sabatinas por ordem cronológica.
i <- grep(x = names(ntt), pattern = "trabalho")
j <- as.integer(gsub(x = names(ntt)[i],
                     pattern = "\\D",
                     replacement = ""))
ntt <- ntt %>%
    select(names(ntt)[-i], i[order(j)])
str(ntt)

# Encurta nomes.
names(ntt) <- names(ntt) %>%
    str_replace("trabalho", "Trab")
str(ntt)

#-----------------------------------------------------------------------
# Junção da sabatina com as notas e média final.

ntst <- inner_join(nts, ntt)
ntst

# Caixa alta nos nomes e arredondamento.
ntst <- ntst %>%
    mutate(nome = toupper(nome),
           S_escore = ceiling(S_escore))
str(ntst)

ntst <- ntst %>%
    mutate(Média = 0.6 * S_escore + 0.4 * Trab,
           Média = ceiling(Média))

# View(arrange(ntst, S_escore))
# View(arrange(ntst, Média))

nt <- ntst

#-----------------------------------------------------------------------
# Pareamento do GRR para colocar na tabela.

# Faz o pareamento dos nomes.
a <- my_match(x = nt$nome, mat$nome)
str(a)

# Junção completa para inclusão do GRR.
a <- full_join(a, mat, by = c("match" = "nome"))
i <- is.na(a$match)
a$match[i] <- a$template[i]

# Acrescenta GRR a tabela com as notas.
nt <- inner_join(nt, a, by = c("nome" = "template"))
str(nt)

# Nomes que estão sem GRR para preencher manualmente na xlsx.
nt %>%
    filter(is.na(GRR)) %>%
    select(nome) %>%
    print(right = FALSE, row.names = FALSE, print.gap = FALSE)

nt <- nt %>%
Walmes Marques Zeviani's avatar
Walmes Marques Zeviani committed
245
246
    filter(!is.na(GRR)) %>%
    arrange(GRR)
Walmes Marques Zeviani's avatar
Walmes Marques Zeviani committed
247
248
249
250
251
252

#-----------------------------------------------------------------------
# Tabela em HTML.

library(DT)

Walmes Marques Zeviani's avatar
Walmes Marques Zeviani committed
253
cap <- "Notas nas avaliações (S: sabatina) ordenadas pelo GRR. Valores entre 0 e 100. Foram consideradas as 6 maiores notas nas sabatinas, de um total de 9, para obtenção do `S_escore`. A nota do trabalho 1 teve peso 4/10 e as sabatinas 6/10 para a média."
Walmes Marques Zeviani's avatar
Walmes Marques Zeviani committed
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
if (require(htmltools)) {
    cap <- HTML("<strong>Tabela 1</strong>:", cap)
}

i <- c(grep(x = names(nt), "GRR"),
       grep(x = names(nt), "^S"),
       grep(x = names(nt), "^T"),
       grep(x = names(nt), "Faltas"),
       grep(x = names(nt), "Média"))

dt <- datatable(data = select(nt, i),
                filter = "top",
                caption = cap,
                rownames = FALSE,
                autoHideNavigation = TRUE,
                escape = FALSE,
                options = list(
                    searching = FALSE,
                    paging = FALSE,
                    pageLength = NULL,
                    lengthMenu = NULL))
# dt

dt <- formatStyle(table = dt,
                  columns = grepl("^(S|T|M)", names(dt$x$data)),
                  color = styleInterval(cuts = c(39.999999,
                                                 69.999999),
                                        values = c("#ff3300",
                                                   "gray",
                                                   "#3333ff")))

if (is.element("Faltas", names(dt$x$data))) {
    dt <- formatStyle(table = dt,
                      columns = "Faltas",
                      color = styleInterval(cuts = c(15),
                                            values = c("#3333ff",
                                                       "#ff3300")))
}

dt
```

```{r, echo = FALSE, fig.cap = cap}
#-----------------------------------------------------------------------
# Visualização.

cap <- "**Figura 1**: Escore final das sabatinas em função do GRR. Cores indicam grupos conforme corte do escore em classes com limites em 40 e 70."

cap <- "**Figura 1**: Média em função do GRR. Cores indicam grupos conforme corte da nota em classes com limites em 40 e 70."

# # Acumulada empírica.
# ggplot(nts, aes(x = S_escore)) +
#     stat_ecdf() +
#     xlim(0, 100)

ggplot(data = nt,
       mapping = aes(x = Média,
                     color = cut(Média,
                                 breaks = c(0, 40, 70, 100),
                                 include.lowest = TRUE, right = FALSE),
                     y = reorder(GRR, Média))) +
    geom_point() +
    geom_text(mapping = aes(label = Média),
              nudge_x = 3.5,
              size = 4) +
    xlab("Nota média") +
    ylab("GRR (ordenado)") +
    # geom_vline(xintercept = c(40, 70),
    #            linetype = 3,
    #            lwd = 0.5) +
    scale_color_discrete(guide = FALSE) +
    xlim(0, 100)
```

<style type="text/css">
/* ATTENTION: propriedades da tabela do DT::datatable() */
table.dataTable thead th,
table.dataTable thead td {
    padding: 3px 6px;
}

table.dataTable tbody th,
table.dataTable tbody td {
    padding: 1px 6px;
}

table.dataTable th.dt-right,
table.dataTable td.dt-right {
    text-align: center;
}
</style>

```{r, echo = FALSE, results = "asis"}
# dt

is.decimal <- function(x) is.numeric(x) && !is.integer(x)
formatRound(table = dt,
            columns = sapply(dt$x$data, FUN = is.decimal),
            digits = 1)
```