Data Manipulation and Statistical Operations with R

Ano
3
Ano lectivo
2024-2025
Código
01009093
Área Científica
Economia
Língua de Ensino
Inglês
Modo de Ensino
Presencial
Duração
Semestral
Créditos ECTS
6.0
Tipo
Opcional
Nível
1º Ciclo - Licenciatura

Conhecimentos de Base Recomendados

NA

Métodos de Ensino

Aulas teórico-práticas com uso de computador e a atribuição de base de dado a cada estudante que a deverá usar durante todo o período de aprendizagem. No final apresentará um relatório de leitura da base com as metodologias estudadas na disciplina. 

Resultados de Aprendizagem

Objetivos gerais: introdução à linguagem de programação R, saber escrever programas elementares e como modelos estatísticos são aplicados

Objetivos específicos: Criação de bases de dados, exportação de dados, elaboração de gráficos, loops e funções. Conhecimentos que permitam o seu uso em estatística mais avançada.

Competências genéricas: Usar informação informação quantitativa e qualitativa e saber organizá-la usando o R

Competências específicas: Importar, usar e estruturar bases de dados elementares e complexas; saber elaborar programas para análise de dados; produzir gráficos apropriados; elaborar testes estatísticos apropriados aos dados; e usar modelos lineares adequados e saber interpretá-los.

Estágio(s)

Não

Programa

1.  Apresentação do programa R

2.  Instalação do R (Windows, Linux and MacOS) e preferências do utilizador, interfaces gráficas e atualização do programa

3.  Introdução aos comenados do R. Uso de scripts, guardar os resultados. O uso de packages

4.  Criar uma base de dados, importar e exportar dados

5.  Introdução a gráficos elementares. Criar e guardar gráficos

6.  Tratamento e manipulação de dados com operadores lógicos

7.  Indicadores estatísticos elementares e teste de hipóteses

8.  Regressão linear simples e múltipla

9.  Pricípios de programação: instruções condicionais, operadores de looping, operações vetoriais e funções

10.  Gráficos intermédios

11.  Amostragem, reamostragem e bootstrapping

12.  Análise de componentes principais e fatorial

13.  Manipulação de big data

Métodos de Avaliação

Avaliação Final
Exame: 100.0%

Avaliação Continua
Avaliação contínua: 100.0%

Bibliografia

Robert I. Kabacoff, R in Action, Data Analysis and Graphics with R, Manning Pub Co, 2011

 

Outros manuais complementares | complementary books:

R Development Core Team, An Introduction to R: A Programming Environment for Data Analysis and Graphics, http://cran.r-project.org/doc/manuals/r-release/R-intro.pdf, 2012

Winston Chang, Cookbook for R, http://wiki.stdout.org/rcookbook/, 2012

Manual and Documents in R, CRAN, Home Page, http://cran.r-project.org/