Programa do Curso

Descrição geral básica do R e do R Studio

  • Visão geral do R
  • Ambiente do R Studio
    • Janela de Editor de Script
    • Ambiente de Dados
    • Console
    • Gráficos/Ajuda/Pacotes

Trabalhar com dados

  • Introdução a vetores e matrizes (data.frame)
  • Diferentes tipos de variáveis
    • Numerical, Integer, factor etc.
    • Mudando o tipo de variável
    • Importando dados usando funções do menu R Studio
    • Removendo variáveis com o comando ls()
  • Criando variáveis na linha de comando – única, vetor, data frame
  • Nomeando vetores e matrizes
  • Comandos head e tail
  • Introdução a dim, length e class
  • Importação pela linha de comando (lendo arquivos .csv e delimitados por tab)
  • Anexando e desanexando dados (vantagens vs data.frame$)
  • Mergindo dados usando cbind e rbind

Exploração Data Analysis

  • Sintetizando os dados
  • Comando summary em vetores e data frames
  • Subconjuntos de dados usando colchetes quadrados
    • sintetizando e criando novas variáveis
  • Comandos table e summary
  • Comandos de estatísticas descritivas
    • Média
    • Médiana
    • Desvio padrão
    • Variância
    • Contagem & frequências
    • Mínimo e Máximo,
    • Quartis
    • Percentis
    • Correlação

Exportação de dados

  • Escrivendo tabela .txt
  • Escrivendo em um arquivo .csv

Espaço de trabalho do R

  • Conceito de Diretórios de Trabalho e Projetos (guiado pelo menu e código – setwd())

Introdução aos scripts R

  • Criando Scripts do R
  • Salvando scripts
  • Imagens de espaço de trabalho

Conceitos de pacotes

  • Instalando pacotes
  • Carregando pacotes na memória

Plotagem de dados (usando o comando padrão do R plot e o pacote ggplot2)

  • Gráficos de barras e histogramas
  • Boxplots
  • Linhas de gráficos / séries temporais
  • Gráficos de dispersão
  • Cabos (Stem and leaf)
  • Mosaico
  • Modificando plots
    • Títulos
    • Lendas
    • Eixos
  • Exportando um plot para uma aplicação de terceiros

Requisitos

  • Nenhum experiência prévia com R é necessária
  • Familiaridade básica com conceitos de programação ou análise de dados é útil, mas não obrigatória

Público-alvo

  • Analistas de dados e estatísticos iniciando no R
  • pesquisadores e acadêmicos explorando manipulação e visualização de dados
  • Profissionais em transição para papéis em ciência de dados
 7 Horas

Declaração de Clientes (4)

Próximas Formações Provisórias

Categorias Relacionadas