1. R e RStudio do Zero para Análise de Dados

Aprenda do zero a utilizar o R e o RStudio para importar, organizar, transformar, analisar e visualizar dados de forma profissional.

Objetivo do curso:

O curso R e RStudio do Zero para Análise de Dados foi desenvolvido para ensinar, de forma prática e aplicada, os principais recursos da linguagem de programação R e do ambiente RStudio, uma das ferramentas mais utilizadas no mundo para análise de dados, estatística, econometria e ciência de dados.

Ao longo do curso, o participante aprenderá desde a instalação e configuração dos programas até a importação, organização, transformação, análise e visualização de bases de dados reais. Serão apresentados os principais conceitos de programação em R, bem como técnicas de manipulação de dados, produção de estatísticas descritivas e elaboração de gráficos para análise e comunicação de resultados.

Estruturado para iniciantes, o curso utiliza uma abordagem gradual e intuitiva, permitindo que o aluno desenvolva habilidades práticas para trabalhar com dados em projetos acadêmicos, profissionais e de pesquisa, mesmo sem possuir experiência prévia em programação.

Público-Alvo

Estudantes de graduação e pós-graduação;
Pesquisadores;
Analistas de dados;
Profissionais das áreas de Economia, Administração, Finanças, Educação, Saúde e Políticas Públicas;
Cientistas de dados iniciantes;
Profissionais interessados em Ciência de Dados, Estatística e Inteligência Artificial;
Pessoas sem experiência prévia em programação.

Pré-requisitos

Não há pré-requisitos.

O curso foi desenvolvido para iniciantes e não exige conhecimentos prévios de programação, Estatística ou Ciência de Dados.

Conteúdo Programático

Módulo 1 – Introdução ao R e ao RStudio

O que é o R;
O que é o RStudio;
Principais aplicações do R;
Vantagens do R para análise de dados;
Instalação do R;
Instalação do RStudio;
Configuração inicial do ambiente de trabalho.

Módulo 2 – Primeiros Passos na Linguagem R

O R como calculadora;
Operações matemáticas básicas;
Potências e raízes;
Funções matemáticas;
Logaritmos;
Estrutura de comandos;
Comentários e boas práticas.

Módulo 3 – Objetos e Variáveis

Conceito de objeto;
Criação de objetos;
Operadores de atribuição;
Convenções para nomenclatura;
Operações com objetos;
Visualização de objetos;
Funções ls(), history() e rm().

Módulo 4 – Tipos e Estruturas de Dados

Tipos básicos de dados;
Dados numéricos;
Dados inteiros;
Dados lógicos;
Dados textuais;
Conversão de tipos;
Função class();
Estruturas de armazenamento de dados.

Módulo 5 – Trabalhando com Vetores

Criação de vetores;
Vetores numéricos e textuais;
Seleção de elementos;
Operações com vetores;
Concatenação de vetores;
Transformação de tipos;
Manipulação de informações.

Módulo 6 – Programação com Scripts

O que é um Script?
Criação de Scripts;
Organização do código;
Execução de Scripts;
Salvamento e reutilização de programas;
Boas práticas de programação.

Módulo 7 – Projetos no RStudio

Criação de projetos;
Organização de pastas e arquivos;
Estruturação de projetos analíticos;
Gerenciamento do ambiente de trabalho.

Módulo 8 – Pacotes e Bibliotecas

O que são Packages?
Instalação de pacotes;
Carregamento de bibliotecas;
Atualização de pacotes;
Busca de pacotes para análise de dados;
Gerenciamento de dependências.

Módulo 9 – Importação de Dados

Importação de arquivos Excel;
Importação de arquivos CSV;
Importação via Scripts;
Visualização inicial dos dados;
Organização de bases de dados;
Boas práticas de importação.

Módulo 10 – Data Frames e Data Tables

Estruturas data.frame;
Estruturas data.table;
Função View();
Função str();
Função summary();
Seleção e manipulação de variáveis;
Criação de novas bases de dados.

Módulo 11 – Manipulação e Transformação de Dados

Seleção de variáveis;
Renomeação de variáveis;
Criação de novas variáveis;
Conversão de tipos de dados;
Uso de fatores (factors);
Tratamento básico de dados.

Módulo 12 – Estatística Descritiva

Estatísticas resumo;
Medidas de posição;
Medidas de dispersão;
Tabelas descritivas;
Análise de distribuições;
Correlação entre variáveis.

Módulo 13 – Visualização de Dados

Gráficos de dispersão;
Histogramas;
Gráficos de barras;
Boxplots;
Personalização de gráficos;
Interpretação visual dos resultados.

Módulo 14 – Introdução à Regressão Linear

Conceitos básicos de regressão;
Estimação por Mínimos Quadrados Ordinários (MQO);
Interpretação dos coeficientes;
Avaliação dos resultados;
Aplicações utilizando dados reais.

Participar das Primeiras Aulas Gratuitamente

Clique aqui para realizar seu cadastro.

Após o cadastro, o link de acesso às aulas gratuitas será enviado para o e-mail ou WhatsApp informado.

Uma excelente oportunidade para conhecer a metodologia do curso antes de realizar sua matrícula.

Carga Horária

12 horas

A carga horária contempla:

6 horas de videoaulas gravadas;
Número de aulas: 30;
Material didático complementar;
Bases de dados para prática;
Exercícios de fixação;
Projeto aplicado utilizando dados reais;
Atividades de estudo individual e revisão dos conteúdos.

Professor

Dr. Carlos Enrique Carrasco Gutierrez

Doutor em Economia pela FGV/EPGE e Doutor em Engenharia Elétrica pela PUC-Rio, com ampla experiência em Estatística, Econometria, Ciência de Dados e Métodos Quantitativos. Professor, pesquisador e autor de livros e artigos científicos nacionais e internacionais.