[[disciplinas:bot8990:inicio]]

Em 2019 haverá maior integração entre as disciplinas de Preparação de dados para análises Estáticas - Introdução ao uso de linguagem R (BOT-89) e Delineamento Experimental e Amostral (BOT-90), a quais serão ministradas juntas na forma de uma "Oficina de Projetos", abordando os conceitos e práticas trabalhados individualmente por essas duas disciplinas nos últimos anos, mas através de um processo aplicado diretamente aos projetos de pesquisa dos alunos inscritos.

Durante a oficina os alunos irão trabalhar na (melhor) estruturação dos seus projetos de pesquisa, revendo a literatura, (re) pensando as perguntas, e (re) desenhando a coleta de dados. Também irão aprender a usar o R para analisar seus dados (ou dados similares ao se sua pesquisa), gerando resultados preeliminares (ou esperados), gerando figuras e estruturando scripts para seus projetos.

Recomenda-se àqueles que já tem dados coletados, preparar eles para uso na disciplina, e àqueles que ainda não tem dados, buscar dados semelhantes ao que planeja coletar de algum outro projeto ou repositório na internet. Trazer suas idéias de projeto ou suas perguntas, hipóteses e predições se já formuladas, ainda que preeliminarmente.

  • Data: em dois blocos 10-21 de junho e 08-19 de julho de 2019. O intervalo de 2 semanas se deve à outra disciplina da grade do PPGBOT.
  • Local: Sala de aula da pós-graduação em Botânica
  • Horário: começando as 8:00 da manhã.
  • Professores:
    • Juliana Hipólito de Sousa (jhdsousa@yahoo.com)
    • Alberto Vicentini (vicentini.beto@gmail.com)
    • Flávio Magalhães Costa (flaviomagalha@gmail.com) - Monitor
  • PRECISA TRAZER:
    • Notebook (todos alunos precisam de computador), adaptador para tomada (T e similares)
    • Extensões elétricas são sempre úteis (quem puder)

Esta disciplina visa (a) passar uma noção geral sobre dados e metadados e como criar e manter um banco de dados de forma simples e organizada e que facilite seu uso posterior; e (b) introduzir o uso da linguagem de programação R para preparação e limpeza de dados, análises estatísticas, produção de gráficos e de documentos dinâmicos. Objetiva apresentar ao discente a importância da reproducibilidade na pesquisa científica e como obter isso através da utilização da linguagem R++. Este não é um curso de estatística embora use e aborde conceitos estatísticos.

Conceitos do que é ciência e o que é cultura, filosofia, hipótese nula e estatística; parâmetros de populações de dados, índices de variabilidade, comparação de duas amostras; testes de permutações; análise de variância, regressão, análises multifatoriais; análise multivariada, planejameto de coleta de dados.

Serão quatro semanas em dois blocos.

10-14 de Junho de 2019 - Introdução à Linguagem do R - tutorial supervisionado



17 à 21 de Junho de 2019 - Oficina de Perguntas

Formulação e discussão das perguntas dos projetos de pesquisa dos alunos inscritos. Durante esta semana os alunos deverão preparar umcEnsaio correspondendo basicamente à introdução do seu projeto/artigo, perguntas, hipóteses e predições e necessidade amostral.

  • Dia 17
    • AULA: Dúvidas sobre os exercícios, R e Documentos dinâmicos usando o R (Rmarkdown)(Tutorial)
    • PRATICA 1:
      • Trabalho individual sobre as questões específicas do seu projeto (Slide Conceitual 01 slide - com as perguntas e de onde vem com as hipóteses): ideias de projeto (5-10 máximo - apresentação e discussão)
    • PRATICA 2:
      • Leitura (Grupos):
        • (Leite et al., 2010) - Epistemologia e história da Ciência em Ecologia: o passo inicial na formação do ecólogo
        • (Gotelli, 2011) - Princípios de Estatística (Cap 4)
        • (Volpato, 2013) - Ciência: da filosofia à publicação - (Parte 1 e Capítulo 2).
  • Dia 18
    • AULA: Conceitos de ciência, cultura, filosofia, método científico, hipóteses; e Discussão
    • PRATICA: Apresentação do slide construído no dia 17
  • Dia 19
    • AULA: Delineamento
      • LEITURA DO DIA:
        • (Hulbert, 1984) - "PSEUDOREPLICATION AND THE DESIGN OF ECOLOGICAL FIELD EXPERIMENTS"
    • PRATICA: Trabalho individual na construção de um Ensaio usando Rmarkdown com a estruturação da base teórica e das perguntas e hipóteses dos projetos de pesquisa dos alunos
  • Dia 20
    • PRATICA: Trabalho individual na construção de um Ensaio usando Rmarkdown com a estruturação da base teórica e das perguntas e hipóteses dos projetos de pesquisa dos alunos
  • Dia 21
    • APRESENTAÇÃO: do modelo conceitual do projeto lapidado e discussão.



Intervalo 22 de junho à 07 de julho

  • PRÁTICA: terminar o Ensaio no R markdown com referencias, figuras hipoteticas à ser entregue no dia 08/07/2019.

08 à 12 de Julho de 2019 - Preparação de dados e Delineamento Amostral

Alunos deverão obter ou inventar dados (usando o R) similares aos que serão coletados para responder às perguntas de seus projetos e realizar uma análises exploratórias desses dados no R.



15 à 19 de Julho de 2019 - Análise dos dados

Nessa última semana os alunos irão organizar as análises específicas dos seus projetos com os dados preparados anteriormente, gerando resultados preliminares e predições das hipóteses dos projetos, finalizando o Ensaio.

  • Dia 15
  • Dia 16-18
    • PRATICA: Análise e preparação dos resultados no R (finalização do Ensaio)
  • Dia 19
    • APRESENTAÇÃO: Das análises e resultados realizados na semana.


Avaliação será baseada em:

  1. Exercícios feitos no NotaR e indicados no Tutorial de Introdução ao R. Prazo: Ao término do BLOCO 1.
    1. Para entrar no NotaR use seu endereço de email como login e a senha informada em sala de aula. Os exercícios são abertos, mas a nota é computada apenas quando o usuário estiver autenticado.
  2. Ensaio - seu Projeto ou seu Artigo gerado em Rmarkdown durante a oficina. Prazo: máximo em 31 de Julho de 2019.
  3. Apresentações e participação


ENTREGAR ARQUIVOS AQUI


A. Marcus R. Munafò, Brian A. Nosek, Dorothy V. M. Bishop, Katherine S. Button, Christopher D. Chambers, Nathalie Percie du Sert, Uri Simonsohn, Eric-Jan Wagenmakers, Jennifer J. Ware, John P. A. Ioannidis, 2017. A manifesto for reproducible science. Nature Human Behaviour, 1, Springer Nature, pp.0021.
B. Clarissa Machado Pinto Leite, Juliana Costa Piovesan, Carla Alecrim Colaço Ramos, Tiago Jordão Porto, Wellington Bittencourt dos Santos, Maria Silva Cunha, Juliana Hipólito de Sousa, Angélica Yohana Cardozo, Jocilene Brand\~ao Herrera, Nei Freitas Nunes-Neto, 2010. Epistemologia e história da Ciência em Ecologia: o passo inicial na formação do ec\'ologo. Revista Brasileira de PósGraduação, 7, CAPES.
C. N.J. Gotelli, A.M. Ellison, 2011. Princípios de Estatística em Ecologia. Artmed Editora, ISBN 9788536324692.
D. G. VOLPATO, 2013. Ciência: da filosofia à publicação. Cultura Acadêmica; Vinhedo: Scripta, ISBN 9788598605234.
E. E. Ronald Hulbert, 1984. THE BOOKSHELF. Family Court Review, 22, Wiley, pp.97–98.
F. Alain F. Zuur, Elena N. Ieno, Chris S. Elphick, 2010. A protocol for data exploration to avoid common statistical problems. Methods in Ecology and Evolution, 1, Blackwell Publishing Ltd, pp.3–14, ISSN 2041-210X.

(Tukey, 1980) (Venables & Ripley, 2002) (Fox, 2002) (Crawley, 2007) (Verzani, 2005)


A. John W. Tukey, 1980. We Need Both Exploratory and Confirmatory. The American Statistician, 34, pp.23-25.
B. William N. Venables, Brian D. Ripley, 2002. Modern Applied Statistics with S. Fourth Edition. New York: Springer, ISBN 0-387-95457-0.
C. John Fox, 2002. An R and S-Plus Companion to Applied Regression. Thousand Oaks, CA, USA: Sage Publications, ISBN 0-761-92279-2.
D. Michael J. Crawley, 2007. The R Book. 1. Wiley, ISBN 0470510242.
E. John Verzani, 2005. Using R for Introductory Statistics. Boca Raton, FL: Chapman and Hall-CRC, ISBN 1-584-88450-9.
  • disciplinas/bot8990/inicio.txt
  • Última modificação: 15/08/2019 14:08
  • por juhipolito