Plano Departamental

1. Fundamentos da linguagem R e do RStudio: Interface R Studio: instalação e operação; uso de
scripts. Introdução à gramática e semântica da linguagem R: comandos básicos; classes
básicas de objetos: numérico, caractere, fator, lógico, datas e tempo, dados omissos;
manipulação e exploração de diferentes tipos de estruturas de dados (vetores, matrizes, data
frames); operações aritméticas, matemáticas, relacionais e lógicas básicas; importação e
exportação de dados.
2. Rotinas de trabalho de análise de dados: Projetos de visualização e análise de dados.
Produção de dados: dados secundários e primários; fontes de dados secundários (IBGE, FGV,
Banco Central, Fundação João Pinheiro, TIC, DATASUS, INEP, ONU, OCDE, etc.). Apresentação
de dados com relatórios no R Studio: produção de apresentações, documentos dinâmicos,
criação de páginas web e outras aplicações. Reportando tabelas e modelos.
3. Visualização de dados: Princípios e componentes visuais de um gráfico de dados. Sistema
gráfico no R Base. Gráficos para comunicação com o pacote ggplot2. Criação de figuras
estatísticas: histogramas, boxplot, diagramas de dispersão, etc. Automatização de tarefas na
criação de figuras baseadas em dados. Visualização de dados em dashboards. Integração
entre Power BI e R.
4. Testes para uma e duas amostras: Teste t para uma amostra; teste t para duas amostras;
comparação de variâncias; teste t emparelhado. Teste para uma única proporção; escolha do
tamanho amostral; comparação de duas proporções.
5. Regressão e previsão: Regressão linear simples; correlação; resíduos e valores ajustados;
regressão linear múltipla: modelo, avaliação do modelo; predição usando regressão;
interpretação da equação de regressão.
6. Workshops: Tópicos selecionados entre: leitura e interpretação de dados textuais ou dados
espaciais ou dados em rede; visualização de dados multivariados: componentes principais;
visualização em análise de agrupamentos e de classificação. Outros tópicos de interesse.

DALGAARD, P. Introductory statistics with R. New York: Springer, 2002.
VENABLES, W. N.; SMITH, D. M.; R Core Team. An introduction to R: Notes on R: a programming
environment for data analysis and graphics.
Vienna, AUT: R Foundation for Statistical Computing,2020. https://cran.r-project.org/doc/manuals/r-release/R-intro.pdf

Não informado

ALCOFORADO, L. F. Utilizando a linguagem R: Conceitos, manipulação, visualização, modelagem e elaboração de relatórios. Rio de Janeiro: Alta Books, 2021.
APHALO, P. J. Learn R: As a Language. Boca Raton, FL: CRC Press, 2020.
BRUCE, P.; BRUCE, A. Estatística prática para cientistas de dados. Rio de Janeiro: Alta Books, 2019.
FÁVERO, L. P.; BELFIORE, P. Manual de análise de dados: Estatística e modelagem multivariada. Rio de Janeiro: LTC, 2021.
GROLEMUND, G.; WICKHAM, H. R para Data Science. Rio de Janeiro: Alta Books,2019.
KNAFLIC, C. N. Storytelling com dados: um guia sobre visualização de dados para profissionais de negócios. Rio de Janeiro: Alta Books, 2019.
MAINDONALD, J.; BRAUN, W. J. Data analysis and graphics using R. 3rd. edition. Cambridge, UK: Cambridge University Press, 2014.
PERLIN, M. S. Análise de dados financeiros e econômicos com o R. 3ª. Edição. Porto Alegre:
Marcelo S. Perlin, 2021. https://msperlin.com/adfer
PERLIN, M. S. Visualização de dados com o R. Porto Alegre: Marcelo S. Perlin, 2022.
https://msperlin.com/vdr
SHARDA, R.; DELEN, D.; TURBAN, E. Business intelligence e análise de dados para gestão de
negócios. Porto Alegre: Bookman, 2019.