-
-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathslide-intro-r-parte-i.qmd
198 lines (113 loc) · 5.62 KB
/
slide-intro-r-parte-i.qmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
---
title: "Introdução ao R - Parte I"
subtitle: "Oficina de Introdução ao R"
author: "[R-Ladies São Paulo](https://www.meetup.com/rladies-sao-paulo/)"
date: "2023-06-24"
format:
rladies-revealjs:
footer: "Slides feitos com [Quarto](https://quarto.org/docs/presentations/revealjs/index.html) e [Quarto R-Ladies Theme](https://github.com/beatrizmilz/quarto-rladies-theme#quarto-r-ladies-theme)."
incremental: true
knitr:
opts_chunk:
fig.align: "center"
---
## Você deveria estar aqui hoje?
Você se enquadra em uma das situações abaixo?
- Não sei nada sobre R, mas sei outras linguagens
- Não conheço nada de nenhuma linguagem de programação
- Já tentei aprender R no passado, mas esqueci tudo
- Sei só um básico de Excel
- Nunca mexi no Excel
- Acho que sou "de humanas demais" pra saber programar
- Sempre fiquei de recuperação em matemática no colégio
- Quero sempre aprender coisas novas
## Então a resposta é SIM!
## O que é o ...
### R?
R é um ambiente de software livre para computação estatística e gráficos. (https://www.r-project.org/)
### RStudio?
**RStudio** é uma IDE (*integrated development environment*) da Linguagem R, ou seja, um ambiente de desenvolvimento que utilizamos para editar e executar os códigos em R.
### RStudio Cloud?
É a IDE RStudio que podemos utilizar diretamente do navegador (sem que seja necessário instalar nada).
## Pré-requisitos
### Nesta oficina:
- [RStudio Cloud](https://rstudio.cloud)
### Para usar no dia-a-dia:
- `R` e `RStudio` instalados no seu computador:
- Links para instalação:
- [R](https://cran.r-project.org/bin/windows/base/)
- [RStudio](https://rstudio.com/products/rstudio/download/)
## Por quê usar linguagens de programação para analisar dados? {.middle .center}
## As vantagens de analisar dados usando linguagens de programação
- O código é uma linguagem, então podemos documentar a nossa análise
- O código é texto, então podemos copiar e colar
- As principais linguagens de programação para ciência de dados são de código aberto
::: footer
Slide por [Curso-R](https://curso-r.com/).
:::
## O que significa ser código aberto?
1. Acesso gratuito.
2. Todas as pessoas podem usar as melhores ferramentas independentemente do poder financeiro.
3. Estudantes podem usar as mesmas ferramentas que profissionais.
4. Você pode corrigir problemas e aprimorar a linguagem.
5. Você pode desenvolver suas próprias ferramentas.
6. Possibilita a existência de uma comunidade ativa.
::: footer
Slide por [Curso-R](https://curso-r.com/).
:::
## Por quê o R? {.middle .center}
## O ciclo da ciência de dados
<img src="img/ciclo-ciencia-de-dados.png" style="display: block; margin-left: auto; margin-right: auto;"/>
::: footer
Slide por [Curso-R](https://curso-r.com/).
:::
## O ciclo da ciência de dados com o R
<img src="img/ciclo-ciencia-de-dados-pacotes.png" style="display: block; margin-left: auto; margin-right: auto;"/>
::: footer
Slide por [Curso-R](https://curso-r.com/).
:::
## Por quê usar o R?
- É uma linguagem de programação que possui muitas ferramentas para análise de dados
- É *código aberto* (open source)
- Possui uma comunidade ativa de pessoas desenvolvedoras
- É flexível, permite desenvolver funções e pacotes para facilitar o trabalho
- Está disponível, gratuitamente, em diferentes plataformas: Windows, Linux e Mac
- Mantido pela [R Development Core Team](https://cran.r-project.org/)
## E o Excel?
Resposta: nem todas as bases abrem no Excel
## Os limites do Excel
Limite do Excel: **1.048.576 linhas e 16.384 colunas** <br> <br> Para efeito de comparação...
- Base de SRAG do Sivep-Gripe só do ano de 2021 (atualizado até fev/2022): **1.715.835 linhas**
- Base do Enem 2018: **5,5 milhões de linhas** (uma linha por pessoa inscrita)
- Base de beneficiários do Auxílio Emergencial: **40 milhões de linhas novas a cada mês**
## As bases de dados e o R
Podemos usar bases que tenham formato de "tabela":
- cada linha é um registro (chamamos de observação), e cada coluna traz algum detalhe sobre aquele registro (chamamos de variável)
- as colunas ou linhas não estão mescladas ou agrupadas
- muitas vezes são os arquivos do poder público salvos no formato .csv (mas nem sempre)
## Exemplo de base de dados
Eleição para a Alesp em 2022:
```{r}
#| echo: false
library(tidyverse)
alesp <- read.csv2("data/alesp.csv", fileEncoding = "Windows-1252")
knitr::kable(head(alesp, 10)) %>%
kableExtra::kable_styling(font_size = 16)
```
## Outra forma de ver
## Breve glossário
- **Data frame**: sinônimo para "tabela" ou "planilha"
- **Tibble**: idem acima
- **Objeto**: é uma forma em que guardamos valores, um exemplo de objeto é um data frame.
- **Observação**: é sinônimo de "linha" na sua tabela
- **Variável**: é sinônimo de "coluna" na sua tabela
## Potencial do R
- **Abrir** uma base de dados
- **Limpar** a base de dados (ex: formatar uma data ou tirar os acentos dos nomes)
- **Transformar** a base de dados (ex: a partir da coluna de data, criar uma coluna nova só com o mês)
- **Visualizar** os dados em formatos de gráficos ou mapas (ou mesmo relatórios em PDF ou websites)
- E muito mais!
# Vamos começar? {.middle .center}