Bem vindo(a). Aqui você encontra informações, programa e material da disciplina, a ser ministrada entre 09 e 13 de novembro de 2015.

Princípios sobre organização, armazenamento e disponibilização de dados e metadados. Uso da linguagem do software livre R para manipulação e análise de dados. Montagem de roteiros de análises e funções para análise de dados.

Data: 09-13 de novembro de 2015
Local: Sala de aula do PRONAT-UFRR
Horário: aulas pela manhã, 9:00-12:00 h, e tarde, 14:00-17:00 h
Número de créditos: Dois
Professor: Lidiany Carvalho (lidycamila@yahoo.com.br) - UFRR
Monitores: Raissa Paiva (UFRR - raissalagreca@hotmail.com) e Ricardo Perdiz (INPA / ricoperdiz@gmail.com).

Este curso é uma adaptação livre das disciplinas Eco-98 Preparação de Dados para Análise Estatística, do Programa de Pós-graduação em Ecologia do Instituto Nacional de Pesquisas da Amazônia (INPA), e Preparação de Dados para Análises Estatísticas do Programa de Pós-graduação em Ciências Biológicas (Botânica), também do INPA. Essas disciplinas são ministradas anualmente pelos professores Fabrício Baccaro (UFAM) e Alberto Vicentini (INPA), respectivamente. Enfatizamos que este curso NÃO é projetado para aulas expositivas; aprender a linguagem R é um exercício diário e que deve ser feito com perseverança, muito estudo e muita prática pelo próprio aluno. Tanto o professor quanto os monitores serão simples guias na condução das aulas, cabendo ao aluno o papel de estudar e se dedicar ao aprendizado.

• Nossa disciplina será baseada na Apostila de introdução ao R - Vitor Landeiro - versão 6.2. Trata-se de excelente introdução à linguagem R, de autoria de Vitor Landeiro (UFMT, com contribuições de Fabrício Baccaro (UFAM). Durante a semana, utilizaremos conjuntos de dados do próprio autor como exercícios para o aprendizado da linguagem R, que podem ser acessados na página pessoal do autor Vitor Landeiro, ou baixados aqui;
• Apresentação da linguagem R - Breve explanação sobre a filosofia do R e a maneira de se trabalhar dentro dele. Para mais detalhes, recomendamos a leitura da aula introdutória do curso de Introdução à Linguagem R da USP, de autoria dos professores Alexandre Adalardo de Oliveira, João Luis Ferreira Batista e Paulo Inácio Prado.

• Para instalar o software R, visite a página do projeto R e baixe a versão para o seu sistema operacional (Windows, Linux ou Mac OS X). Caso tenha dúvidas sobre como baixar e instalar o R, siga as instruções deste tutorial, de forma a tê-lo em pleno funcionamento em seu computador.
• Apesar de não ser obrigatório, recomendamos fortemente a instalação de alguma suíte de aplicativos office, como por exemplo, o LibreOffice (usuários de Ubuntu Linux já possuem essa suíte pré-instalada). É recorrente a importação de planilhas de dados em formato ".txt" ou ".csv" no R. Esses arquivos possuem seus dados separados e codificados em diversas maneiras. Caso isso não seja "entendido" pelo R adequadamente, os dados podem sofrer distorções, como, por exemplo, o não reconhecimento de acentos em nomes de pessoas ou lugares. A manipulação desses arquivos pelo LibreOffice confere maior liberdade na escolha do separador de dados e codificador de caracteres em arquivos ".txt" e ".csv". Para maior esclarecimento sobre esses temas, leia textos do Wikipedia sobre codificação de caracteres e delimitação de dados.
• Também recomendamos a instalação de um bom editor de texto, como Notepadd++, para usuários Windows, TextWrangler, para usuários Mac OS X, e GEdit para usuários Linux. Durante a disciplina, teremos a necessidade de entender a estrutura de determinados arquivos e também buscar possíveis erros na separação dos e codificação de caracteres, tarefa facilitada por esses editores.

A disciplina consiste de aulas teóricas curtas, seguidas de tutoriais e exercícios.

A lista fornecida abaixo foi organizada pelo professor Alberto Vicentini (INPA), disponibilizada na página da disciplina ministrada por ele anualmente no PPGBOT INPA. Essa lista sofreu modificações e acréscimos pelo monitor Ricardo Perdiz (INPA). Todos os materiais listados, que incluem manuais, arquivos e sítios na web, encontram-se disponíveis gratuitamente online. Aproveitem!

• Os três manuais listados abaixo estão disponíveis no sítio online do R em Contributed Documentation, onde você encontra inclusive documentação em português.
  • Venables, W.; Smith, D.M; & R Development Team An Introduction to R. Manual online. Manual oficial de introdução ao R.
  • Carlos Alzola and Frank E. Harrell An Introduction to S and the Hmisc and Design Libraries” O Pacote Hmisc veio do S-Plus, e tem várias funções muito úteis para manipulação e análise exploratória de dados. O manual é extenso e é uma referência muito completa sobre a linguagem S.
  • Petra Kuhnert and Bill Venables An Introduction to R: Software for Statistical Modelling & Computing. Apostila de 360 páginas de curso de Introdução ao R, além dos scripts de aula e conjuntos de dados.
• No sítio do R, você pode encontrar o chamado R Reference Card. Trata-se de um resumo em que as funções são expostas por categorias (help, input e output, criação de dados etc).
• Taskviews: São listas comentadas dos pacotes do R para uma certa área ou tema, mantidas no CRAN¹⁾. Para nossa área, p.ex, há os views Environmetrics, Multivariate, Genetics, Spatial, Morphometrics, Phylogenetics. Todo espelho de CRAN mantém uma cópia dos taskviews. Para o espelho da FMV-USP o link é http://www.vps.fmvz.usp.br/CRAN/web/views/.
• The R Wikibook: manual muito completo na coleção de Wiki Books.

• Página da disciplina deintrodução à Linguagem R para Pós-Graduandos em Ecologia e áreas afins da USP, uma das fontes inspiradoras deste curso. Há muitos recursos disponíveis para aprendizado, incluindo diversos tutoriais. Busquem e aprendam.
• Página da disciplina Preparação de dados para Análise Estatística (BOT-89) 2015 do INPA, ministrada pelo professor Alberto Vicentini, também fonte inspiradora para esta disciplina. Assim como a disciplina da USP citada acima, a página também contem muitos recursos disponíveis para aprendizado, slides das aulas etc. Aproveitem.

• Como fazer mapas no R? Use o R como uma ferramenta de geoprocessamento para fazer mapas. Este link contem uma excelente introdução ao tema.
• R-bloggers é um blog sobre R, com dicas de análises, pacotes e afins. Excelente para aprender novas abordagens, ferramentas de análise e com muitos tutoriais.
• CRANTASTIC!: Excelente sítio com resumos de todos os pacotes do CRAN. Tem recursos para buscas de pacotes e funções por assuntos, resumos de cada pacote, avaliações de pacotes e muito mais. Juntamente com as taskviews, é o recurso básico para encontrar o pacote que você busca no R.
• The R Journal: periódico mantido pelo R Project, onde são publicados artigos sobre novos pacotes, dicas para programadores e usuários, e uso do R nas mais variadas aplicações estatísticas.
• Quick R, de Rob Kabakoff: um guia rápido on line muito bem organizado e fácil de consultar. Foi criado para facilitar a migração de usuários de outros pacotes, mas é um recurso de consulta rápida útil para todos.
• R Graph Gallery: para conhecer gráficos que podem ser gerados com o R (e obter o código se gostar de algum).