Introdução à programação em R para análise de dados ecológicos

Conhecimentos de Base Recomendados

N/A

Métodos de Ensino

As aulas teóricas servem para introduzir brevemente os conceitos teóricos. As aulas laboratoriais consistem na resolução de vários problemas de programação em R, individualmente e em equipa.

Resultados de Aprendizagem

Proporcionar aos estudantes conhecimentos básicos de programação em R para manipulação e visualização de dados ecológicos.

Estágio(s)

Não

Programa

1. Introdução ao R e RStudio
2. Operações básicas e tipos de objetos em R
3. Importar e exportar dados
4. Manipulação de dados (tidyverse, dplyr, tidyr, lubridate, …)
5. Visualização de dados (ggplot2, …)
6. Funções estatísticas básicas (testes estatísticos simples e regressões)
7. Modelos estatísticos (modelos lineares e modelos aditivos com e sem efeitos mistos)
8. Tipos de dados espaciais e sua visualização (terra, sf, tidyterra, adehabitatHR, …)

Docente(s) responsável(eis)

Catarina Nunes Soares Silva

Métodos de Avaliação

Avaliação
Prestação dos/das estudantes ao longo do curso: 20.0%
Projeto final: 80.0%

Bibliografia

Borcard D et al (2018) Numerical Ecology with R. Springer New York, NY
Chang W (2018) R graphics cookbook: practical recipes for visualizing data. 2nd Edition O'Reilly Media
Cotton R (2013) Learning R: A Step-by-Step Function Guide to Data Analysis. O'Reilly Media
Dalgaard P (2008) Introductory Statistics with R. Springer https://link.springer.com/book/10.1007/978-0-387-79054-1
Grolemund G (2014) Hands-On Programming with R: Write Your Own Functions and Simulations. O'Reilly Media
Long J, Teetor P (2019) R Cookbook: proven recipes for data analysis, statistics and graphics. 2nd Edition. O’Reilly
Lovelace R, Nowosad J, Muenchow J (2019) Geocomputation with R. Chapman and Hall/CRC. New York. https://r.geocompx.org/
Peng RD (2016) R programming for data science. Leanpub. Victoria https://bookdown.org/rdpeng/rprogdatascience/
R Core Team (2021) R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/.