notas.Rmd

---
title: "Notas"
output:
  html_document:
    toc: false
    df_print: paged
---

```{r setup, include=FALSE}
source("setup_knitr.R")
```

```{r, include=FALSE, eval=TRUE}
## Importa
notas <- read.csv("misc/notas.csv")
## Converte matriculas para numero
notas$Matrícula <- as.numeric(gsub("[A-Z]", "", notas$Matrícula))
notas <- notas[order(notas$Matrícula), ]
rownames(notas) <- 1:nrow(notas)
## Seleciona apenas as colunas com as notas de provas (P*)
notas.col <- grep("^P", names(notas))
```

## Histograma e box plot geral

```{r hist-geral, fig.width=8, fig.height=6, echo=FALSE, eval=TRUE}
## Grafico geral das notas
breaks <- 0:10
## Junta notas de todas as provas em um único vetor
notas.all <- do.call(c, notas[, notas.col, drop = FALSE])
hist(notas.all, breaks = breaks, right = FALSE, include.lowest = TRUE,
     main = "Notas gerais", xlab = "Notas", ylab = "Frequência absoluta")
```

Resumo dos cinco números, média, desvio-padrão, e número de provas não
realizadas (NA):

```{r, echo=FALSE, eval=TRUE}
statm <- function(x){
    res <- c(fivenum(x),
             mean(x, na.rm = TRUE),
             sd(x, na.rm = TRUE),
             sum(is.na(x)))
    names(res) <- c("Min", "Q1", "Q2", "Q3", "Max", "Média", "s", "NAs")
    return(res)
}
round(statm(notas.all), 2)
```

## Resumos por prova

Box plot de cada prova

```{r boxplot-provas, fig.width=8, fig.height=6, echo=FALSE, eval=TRUE}
## Boxplots comparando as notas entre sabatinas
boxplot(notas[, notas.col], ylim = c(0, 10), ylab = "Notas")
```

Resumo dos cinco números, média, desvio-padrão, e número de provas não
realizadas (NA):

```{r, echo=FALSE, eval=TRUE}
round(apply(notas[, notas.col, drop = FALSE], 2, statm), 2)
```

## Notas individuais

```{r,echo=FALSE,eval=TRUE,rownames.print=FALSE,rows.print=nrow(notas),include=FALSE}
notas[, c(1, notas.col)]
```

```{r, eval=TRUE, include=FALSE}
##----------------------------------------------------------------------
## Numero de aulas e frequencias

## Numero de aulas geral no semestre
## Datas iniciais e finais por dia da semana
sini1 <- as.Date("2017-08-01")
sini2 <- as.Date("2017-08-03")
sfim1 <- as.Date("2017-11-28")
sfim2 <- as.Date("2017-11-30")

## Numero de aulas nos dias 1 e 2
d1 <- length(seq(sini1, sfim1, by = "week"))
d2 <- length(seq(sini2, sfim2, by = "week"))
aulas <- d1 + d2

## Desconto de dias
## Dias iniciais
desc1 <- 1
## Feriados (quando realmente nao deveria ter aula e as presencas nao
## deveriam ser computadas)
feri <- 3
## Outros dias sem aula
out <- 3
## Numero efetivo de aulas
aulas.eff <- aulas - desc1 - feri - out

## Numero de dias em que foi passada a chamada
dcham <- 23

## Numero de dias em que nao foi passada a chamada
dscham <- aulas.eff - dcham

## As frequencias na planilha correspondem ao numero de dias em que foi
## passada a chamada. Para completar a frequencia com o numero de aulas
## total (incluindo aqueles dias em que nao foi passada a chamada), sera
## feita a soma do numero de dias em que nao foi passada a chamada (i.e.
## sera dada presenca para todo mundo). No entanto, se a frequencia for
## zero, ela sera mantida assim (pois sao desistencias)
notas$Freq2 <- 0
notas$Freq2[notas$Freq != 0] <- notas$Freq[notas$Freq != 0] + dscham

## Frequencia relativa
notas$Freq.rel <- notas$Freq2/aulas.eff

## Arredonda para duas casas decimais a frequencia relativa
notas$Freq.rel <- round(notas$Freq.rel, 2)

## Funcao para obter as diferencas entre um valor e um objetivo
difer <- function(x, obj){
    obj - x
}

##----------------------------------------------------------------------
## Regras para arredondar a frequencia relativa
## 1) Se 0.7 <= Freq.rel < 0.75 entao SOMA difer

## Cria uma nova coluna e a condicao
notas$Freq.rel2 <- notas$Freq.rel
cond.freq <- notas$Freq.rel >= 0.7 & notas$Freq.rel < 0.75

## Soma as diferencas
notas$Freq.rel2[cond.freq] <- notas$Freq.rel2[cond.freq] +
    difer(notas$Freq.rel2[cond.freq], 0.75)
```

```{r, include=FALSE, eval=TRUE}
##----------------------------------------------------------------------
## Tabela com as notas finais

## Calcula as médias
## Aqui é necessario calcular a média explicitamente pois existem casos
## onde o aluno pode ter perdido uma prova (NA), mas feito as outras.
## Por isso calcula usando a soma das notas e o número de provas.
## Número de provas
np <- length(notas.col)
## Médias
notas$Media <- apply(notas[, notas.col], 1,
                     function(x) sum(x, na.rm = TRUE)/np)
## Arredonda para duas casas decimais
notas$Media <- round(notas$Media, 2)

## Cria nova tabela somente com informações relevantes
notas2 <- notas[, 1:max(notas.col)]

## Regras para ser aprovado
## 1) Se 6.5 <= MF < 7.0 E Freq >= 75 entao SOMA difer

## Cria nova coluna e condicoes
notas2$M <- notas$Media
cond.nota1 <- notas$Media >=6.5 & notas$Media < 7
cond.nota2 <- notas$Freq.rel2 >= 0.75

## Soma as diferencas
notas2$M[cond.nota1 & cond.nota2] <-
    notas2$M[cond.nota1 & cond.nota2] +
    difer(notas2$M[cond.nota1 & cond.nota2], 7)

## Regras para ir para exame
## 1) Se 3.5 <= MF < 4.0 E Freq >= 75 entao SOMA difer

## Cria condicoes
cond.exam1 <- notas$Media >=3.5 & notas$Media < 4

## Soma as diferencas
notas2$M[cond.exam1 & cond.nota2] <-
    notas2$M[cond.exam1 & cond.nota2] +
    difer(notas2$M[cond.exam1 & cond.nota2], 4)

## Insere a frequencia (Freq.rel2 de notas)
notas2$F <- ceiling(notas$Freq.rel2*100)
```

```{r, include=FALSE, eval=TRUE}
##----------------------------------------------------------------------
## Antes do exame (Ex)

## Cria a coluna Situacao
notas2$S <- "Ap"
notas2$S[notas2$M >= 4 & notas2$M < 7] <- "Ex"
notas2$S[notas2$M < 4] <- "Re"
```

Na tabela abaixo estão as notas das 3 provas realizadas. A frequência
(`F`) é o percentual de presença.

A média (`M`) foi calculada com estas 3 notas, e já **arredondada para
cima** nos seguintes casos:

- Médias finais maiores ou iguais a 6,5 e menores do que 7,0 foram
  arredondadas para 7,0, SE a frequência do aluno foi maior ou igual a
  75%.
- Médias finais maiores ou iguais a 3,5 e menores do que 4,0 foram
  arredondadas para 4,0, SE a frequência do aluno foi maior ou igual a
  75%.

**Observação**: a frequência só foi utilizada aqui para critério de
arredondamento de nota. Mesmo que o aluno tenha frequência abaixo de
75%, é permitido fazer o exame.

A coluna de situação (`S`) indica se o aluno foi aprovado (`Ap`), ficou
em exame (`Ex`), ou foi reprovado (`Re`).

```{r, results='asis', include=FALSE, eval=TRUE}
kable(notas2, align = "c", digits = 2)
```

<!-- Número de alunos em cada situação: -->

```{r, include=FALSE, eval=TRUE}
addmargins(table(notas2$S))
```

<!-- Gráfico de barras com os percentuais por situação: -->

```{r, include=FALSE, eval=TRUE}
barplot(prop.table(table(notas2$S))*100,
        xlab = "Situação", ylab = "Frequência (%)",
        ylim = c(0, 40))
```

**Após o exame**: as notas dos exames estão na coluna `E`. A média final
(`MF`) é a mesma para quem não fez exame, e é a média entre a média
final (`M`) e a nota do exame (`E`) para quem fez exame. A média final
arredondada (`MFA`) é a nota que será lançada no sistema. A coluna `SF`
mostra a situação final dos alunos após o exame.

```{r, include=FALSE, eval=TRUE}
##----------------------------------------------------------------------
## Após exame (Ex)

## Insere notas do exame
notas2$E <- notas$E

## Verifica se houveram alunos em exame que não fizeram a prova. Aqui
## eles vão aparecer como NA, mas a nota de exame desses alunos deve ser
## zero
notas2[notas2$S == "Ex" & is.na(notas2$E), ]
## Se houver, atribuir zero nestes casos
notas2$E[notas2$S == "Ex" & is.na(notas2$E)] <- 0

## Calcula média final (MF), que é média da nota final com a nota do
## exame (apenas para os que ficaram de exame)
notas2$MF <- notas2$M
notas2$MF[notas2$S == "Ex"] <- (notas2$M[notas2$S == "Ex"] +
    notas2$E[notas2$S == "Ex"])/2
notas2$MF <- round(notas2$MF, 2)

## Calcula a média final arredonadada (MFA), que é a média multiplicada por
## 10 e arredondada para cima (é como será lançada no sistema)
notas2$MFA <- ceiling(notas2$MF*10)

## Cria a coluna Situacao final (SF), que indica a situação após exame
notas2$SF <- "Ap"
notas2$SF[notas2$MFA < 50] <- "Re"
```

```{r, results='asis', include=TRUE, eval=TRUE}
## Mostra tabela
kable(notas2, align = "c", digits = 2)
```

Número de alunos em cada situação:

- Antes do exame

```{r, include=TRUE, eval=TRUE}
addmargins(table(notas2$S))
```
- Após o exame

```{r, include=TRUE, eval=TRUE}
addmargins(table(notas2$SF))
```

Gráfico de barras com os percentuais por situação:

```{r, fig.show='hold', include=TRUE, eval=TRUE}
par(mfrow = c(1, 2))
barplot(prop.table(table(notas2$S))*100,
        xlab = "Situação", ylab = "Frequência (%)",
        main = "Antes do exame")
barplot(prop.table(table(notas2$SF))*100,
        xlab = "Situação", ylab = "Frequência (%)",
        main = "Após o exame")
par(mfrow = c(1, 1))
```

```{r, echo=FALSE, include=FALSE, eval=FALSE}
##----------------------------------------------------------------------
## Monta a tabela final com as informacoes necessarias para digitar as
## notas no sistema

## Importa nomes
arq <- "~/Dropbox/UFPR/disciplinas/s2017-2/ce083/nomes.csv"
nomes <- read.csv(arq)
nomes$Matrícula <- as.numeric(gsub("[A-Z]", "", nomes$Matrícula))

## Faz o merge dos nomes com as notas
notas.sis <- merge(nomes, notas2[, c("Matrícula", "MFA")],
                   by = "Matrícula", sort = FALSE)

## Faz o merge da coluna Freq2 de notas (que e o numero de presencas)
notas.sis <- merge(notas.sis, notas[, c("Matrícula", "Freq2")],
                   by = "Matrícula", sort = FALSE)

## Mas Freq2 é o número de presenças para
aulas.eff
## dias. E o sistema considera que o número máximo de faltas é 15 para
## uma carga horária de 60H, que correspondem a 30 aulas. Por isso, é
## necessário converter as presenças para 30 dias. Aqui vou descontar o
## número de dias efetivos, mantendo o zero quando houver.
notas.sis$Freq3 <- ifelse(notas.sis$Freq2 > 0,
                          notas.sis$Freq2 + (30 - aulas.eff),
                          notas.sis$Freq2)

## Como o sistema precisa do número de faltas, então vou descontar as
## presenças
notas.sis$Faltas <- 30 - notas.sis$Freq3

## Cria uma coluna com a situação
notas.sis$S <- "Ap"
notas.sis$S[notas.sis$MFA < 50] <- "ReNota"
notas.sis$S[notas.sis$Faltas > 15] <- "ReFreq"

## Mantem apenas as coluna de interesse
col.sis <- c("Matrícula", "Nome", "Faltas", "MFA", "S")

## Exporta tabela final
write.table(notas.sis[, col.sis],
            "~/Dropbox/UFPR/disciplinas/s2017-2/ce083/notas_final.csv",
            sep = ",", dec = ".", col.names = TRUE, row.names = FALSE)

```