LINGUAGEM R – INTRODUÇÃO
- Big Data e Analytics, New
- 0 (Registered)
A formação Linguagem R – Introdução permite a qualquer pessoa iniciar-se no ecossistema R e adquirir as bases essenciais de programação, manipulação de dados, visualização e utilização de packages para análise estatística. Durante 2 dias, os participantes aprendem a instalar e utilizar o R, RStudio e TinnR, trabalhar com objetos e estruturas de programação, importar e exportar dados, realizar estatísticas descritivas e criar gráficos com ferramentas como ggplot2. A formação inclui ainda introdução aos principais packages usados em análise de dados e à criação de relatórios com R Markdown, oferecendo uma base sólida para quem pretende evoluir para níveis intermédio e avançado da linguagem.
- Instalar o ambiente de análise R.
- Utilizar a consola do R e os ambientes de trabalho TinnR e RStudio.
- Criar e agrupar diferentes tipos de objetos em R.
- Criar programas de análise com R.
- Elaborar gráficos com R.
- Utilizar packages do R para implementar modelos estatísticos (regressão, ACP)
INTRODUÇÃO
• Porquê R?
• Vantagens do R
• Instalação do R, RStudio e TinnR
Exemplos de trabalhos práticos:
• Primeiros passos na interface do RStudio
• Escrever e executar os primeiros scripts
IMPORTÂNCIA DOS PACKAGES NO R
• Encontrar packages
• Instalação a partir do CRAN
• Instalação a partir do Git
Exemplos de trabalhos práticos:
• Instalação de vários packages R
INTRODUÇÃO E MANIPULAÇÃO
• Noções de programação: POO (Programação Orientada a Objetos), PF (Programação Funcional)
• Objetos: vectores, matrix, array, factor, data.frame, list
• Estruturas de programação: condições, ciclos
• Funções
• Parâmetros
• Estrutura de uma função
• Valores devolvidos
• Âmbito das variáveis
Exemplos de trabalhos práticos:
• Escrita de um programa em POO e em PF, e comparação
MANIPULAÇÃO DE DADOS
• Como criar um projeto
• Importação de dados (CSV, Excel, bases de dados, SAS)
• Exportação de dados (CSV, Excel, bases de dados, SAS)
• Pré-processamento de dados
• Recodificação de variáveis
• Renomeação de variáveis
• Conversão de variáveis
• Segmentação de variáveis
• Fusão e junção
Exemplos de trabalhos práticos:
• Extração e manipulação de dados a partir de uma pasta local, da Web ou de uma base de dados
ESTATÍSTICAS DESCRITIVAS
• Variáveis contínuas
• Variáveis qualitativas e modalidades
• ACP (Análise de Componentes Principais)
Exemplos de trabalhos práticos:
• Implementação de uma análise descritiva e de uma ACP
VISUALIZAÇÃO DE DADOS COM R
• Diagramas de dispersão, histogramas, gráficos de barras, boxplots, diagramas de pontos
• Rótulos, legendas, títulos e eixos
• Exportação de gráficos em diferentes formatos
• Aprofundamento com GGPlot2
Exemplos de trabalhos práticos:
• Visualização dos resultados do exercício anterior com histogramas, boxplots, GGPlot2
APRESENTAÇÃO DO R MARKDOWN PARA GERAÇÃO DE RELATÓRIOS
Exemplos de trabalhos práticos:
• Implementação de R Markdown
Facilitador que combina know-how com experiência empresarial e competências pedagógicas, para dar resposta a necessidades operacionais e potenciar a aprendizagem.
Objetivos da formação
- Instalar o ambiente de análise R.
- Utilizar a consola do R e os ambientes de trabalho TinnR e RStudio.
- Criar e agrupar diferentes tipos de objetos em R.
- Criar programas de análise com R.
- Elaborar gráficos com R.
- Utilizar packages do R para implementar modelos estatísticos (regressão, ACP)
Duração da formação
Programa da formação
INTRODUÇÃO
• Porquê R?
• Vantagens do R
• Instalação do R, RStudio e TinnR
Exemplos de trabalhos práticos:
• Primeiros passos na interface do RStudio
• Escrever e executar os primeiros scripts
IMPORTÂNCIA DOS PACKAGES NO R
• Encontrar packages
• Instalação a partir do CRAN
• Instalação a partir do Git
Exemplos de trabalhos práticos:
• Instalação de vários packages R
INTRODUÇÃO E MANIPULAÇÃO
• Noções de programação: POO (Programação Orientada a Objetos), PF (Programação Funcional)
• Objetos: vectores, matrix, array, factor, data.frame, list
• Estruturas de programação: condições, ciclos
• Funções
• Parâmetros
• Estrutura de uma função
• Valores devolvidos
• Âmbito das variáveis
Exemplos de trabalhos práticos:
• Escrita de um programa em POO e em PF, e comparação
MANIPULAÇÃO DE DADOS
• Como criar um projeto
• Importação de dados (CSV, Excel, bases de dados, SAS)
• Exportação de dados (CSV, Excel, bases de dados, SAS)
• Pré-processamento de dados
• Recodificação de variáveis
• Renomeação de variáveis
• Conversão de variáveis
• Segmentação de variáveis
• Fusão e junção
Exemplos de trabalhos práticos:
• Extração e manipulação de dados a partir de uma pasta local, da Web ou de uma base de dados
ESTATÍSTICAS DESCRITIVAS
• Variáveis contínuas
• Variáveis qualitativas e modalidades
• ACP (Análise de Componentes Principais)
Exemplos de trabalhos práticos:
• Implementação de uma análise descritiva e de uma ACP
VISUALIZAÇÃO DE DADOS COM R
• Diagramas de dispersão, histogramas, gráficos de barras, boxplots, diagramas de pontos
• Rótulos, legendas, títulos e eixos
• Exportação de gráficos em diferentes formatos
• Aprofundamento com GGPlot2
Exemplos de trabalhos práticos:
• Visualização dos resultados do exercício anterior com histogramas, boxplots, GGPlot2
APRESENTAÇÃO DO R MARKDOWN PARA GERAÇÃO DE RELATÓRIOS
Exemplos de trabalhos práticos:
• Implementação de R Markdown
Formador
Facilitador que combina know-how com experiência empresarial e competências pedagógicas, para dar resposta a necessidades operacionais e potenciar a aprendizagem.
Clique na imagem para expandir
Os nossos espaços de formação oferecem todas as condições para continuar o seu desenvolvimento pessoal e profissional em absoluta segurança
Não se esqueça de subscrever o blog RhBizz e de nos seguir no LindekIn, Facebook, Instagram e Youtube.















