CE083: Estatística Computacional I

1. Curso: Estatística
2. Período: segundo semestre de 2015
3. Professor Responsável: Fernando de Pol Mayer, (LEG: Laboratório de Estatística e Geoinformação)
4. Horários e Locais:
   • Terça, 19:00 - 20:30h, Lab. C - LABEST.
   • Sexta, 20:40 - 22:00h, Lab. C - LABEST.
5. Horários de atendimento do professor:
   • Quartas e sextas, 14:00-17:30. Outros horários podem ser agendados previamente por email.
6. Datas importantes: De acordo com a Resolução 57/14 - CEPE, alterada pela Resolução 43/15 - CEPE:

O objetivo desta disciplina é capacitar os alunos em uma linguagem de programação para estatística, onde terão a capacidade de desenvolver suas análises em qualquer disciplina. Neste curso usaremos a linguagem R que é livre, de código aberto, e já se tornou a linguagem "padrão" para análises estatísticas. O objetivo também é ensinar os alunos sobre o conceito de ciência reproduzível, e como utilizar o R para gerar documentos dinâmicos, misturando código e texto, facilitando e tornando clara a difusão do conhecimento.

O curso compreende os seguintes tópicos:

• Filosofia e conceitos iniciais sobre software livre e R
• Uma primeira sessão com o R
• R: essencial
  • Instalação, interfaces gráficas
  • Funções e argumentos
  • Objetos e suas classes
  • Valores perdidos e especiais
  • Manipulação de dados: indexação e seleção condicional
• R: dados
  • Importação e exportação de dados
  • Lendo dados de uma URL
• R: análise exploratória de dados
  • Funções para resumo de dados
  • Gráficos exploratórios
    • Sistemas gráficos
    • Gráficos básicos
    • Sistemas de cores
    • Gráficos com o pacote Lattice
    • Gráficos com o pacote ggplot2
• R: estatística
  • Geração de números aleatórios
  • Distribuições de probabilidade
  • Intervalos de confiança e teste de hipótese
  • Regressão linear e ANOVA
• R: programação
  • Estruturas de controle e repetição
  • Criando funções
  • A família de funções *apply()
• Linguagens de marcação
  • LaTeX
  • Markdown (Rmarkdown)
  • Documentos dinâmicos com knitr e rmarkdown

Aqui serão disponibilizados todo material que for utilizado em sala de aula, além de materias adicionais.

• Matéria sobre instalação do R no Linux no Blog do LEG.

Abaixo o histórico de atividades realizadas em classe e atividades extra classe aplicadas.

1. 04/08: Apresentação da disciplina
2. 06/08: Conceitos de programação, software livre e instalação do R
   • Material referente a aula 01
   • Ver o guia de instalação do R
   • Ler o artigo Users, programmers, and statistical software (Chambers, 2000)
3. 11/08: Utilização básica do R e RStudio. Configurando o diretório de trabalho. Entrando com comandos, salvando scripts e workspace.
   • Material referente a aula 01
   • Script construído em aula: script_aula_2015-08-11.R
4. 22/09: Funções e argumentos. Mecanismos de ajuda. Criando uma função. Material referente a aula 02
5. 24/09: Objetos. Programação orientada a objetos. Gerenciamento da área de trabalho. Material referente a aula 02
6. 29/09: Classes de objetos e regra da reciclagem. Material referente a aula 02
7. 01/10: Valores perdidos e especiais. Classes especiais: matriz, lista e data frame. Material referente a aula 02
8. 06/10: Recesso na UFPR devido ao SIEPE.
9. 08/10: Aula especial com o convidado Prof. Paulo Justiniano Ribeiro Jr.
10. 13/10: Exercícios sobre matriz, lista e data frame. Material referente a aula 02
11. 15/10: Primeira sabatina
12. 20/10: Indexação de vetores e matrizes. Material referente a aula 03
13. 22/10: Indexação de listas e data frames. Material referente a aula 03

1. Referências básicas
   • Dalgaard, P. Introductory statistics with R. New York: Springer, 2008.
   • Murrell, P. Introduction to data technologies. Boca Raton: Chapman & Hall/CRC, 2009. Disponível em HTML e PDF.
   • Peng, RD. R programming for data science. Leanpub, 2015. (Gratuito)
   • Peng, RD. Exploratory data analysis with R. Leanpub, 2015. (Gratuito)
   • Ribeiro Jr., PJ. Introdução ao ambiente estatístico R. (on-line)
2. Referências complementares
   • Adler, J. R in a nutshell. O'Reilly, 2010.
   • Leek, J. The elements of data analytic style. Leanpub, 2015. (Gratuito)
   • Mello, MP; Peternelli, LA. Conhecendo o R: uma visão mais que Estatística. Viçosa: Editora UFV, 2013.
   • Peng, RD. Report writing for data science in R. Leanpub, 2015. (Gratuito)
   • Rizzo, ML. Statistical computing with R. Boca Raton: Chapman & Hall/CRC, 2008.
   • Teetor, P. R cookbook. O'Reilly, 2011.
   • Venables, WB; Ripley, BD. Modern applied statistics with S. New York: Springer, 2002.
3. Referências on-line
   • Horton, NJ; Pruim, R; Kaplan, DT. A student's guide to R. 2015.
   • Jonge, E; Loo, M. An introduction to data cleaning with R. 2013.
   • Maindonald, JH. Using R for data analysis and graphics. 2008.
   • Paradis, E. R for beginners. 2005.
   • Torgo, L. Introdução à programação em R. 2006.

1. The R project for Statistical Computing: página do programa R
   1. Curso sobre o uso do R no LEG
   2. R-rautu uma introdução ao uso do R
   3. R-Studio um ambiente para facilitar uso do R
   4. R-br é a lista de discussão em português sobre o uso do R