# Gráfico final
# --------------------------------------
plot(airq~vala, data=Airq, xlab="Valor das empresas ($)", ylab="Qualidade do ar", col="blue", cex.lab=1.3, main="Qualidade do ar pelo valor das empresas e posição costeira")
curve(1.171e+02+1.999e-03*x, add=TRUE, col="red", lwd=2, lty=2) # não costeira
curve(1.171e+02+1.999e-03*x+-2.968e+01, add=TRUE, col="red", lwd=2, lty=1) # cidade costeira
legend("bottomright", c("Não-costeiras","Costeiras"), pch=1, lty=c(2,1), bty="n", col=c("red","red"))
# Conclusão
# --------------------------------------
# Neste estudo e com base nos dados 'Airq',
# As variáveis que afetam 'airq' são:
# 'vala' (valor das empresas) e 'coas' (posição costeira)
# Quanto maior 'vala', pior a qualidade do ar.
# Quando 'coas' for TRUE, melhor a qualidade do ar.
# Cidades costeiras com menores valores de empresas tem melhor 'airq'.
