As atividades preparatórias para o curso “Uso da Linguagem R para Análises de dados Ecológicos” consistem em três blocos:

A ideia é que os alunos se familiarizem com as principais ferramentas que iremos utilizar durante a disciplina e estejam prontos para utilizá-las. Não pretendemos que tenham domínio completo das ferramentas durante as atividades preparatórias, apenas que se familiarizem com elas já que iremos utilizá-las ao longo de toda a disciplina.

A primeira parte das atividades preparatórias deve tomar cerca de uma hora do seu tempo, a segunda e terceira depende muito do quanto o aluno se assusta com a linha de comando, de qualquer forma, a experiência irá poupar muito tempo posteriormente durante a disciplina. Para que tenham o ganho de aprendizado proporcional ao esforço que irão despender na disciplina é importante que não se percam durante as aulas teóricas, tutoriais e exercícios, e nesse sentido as atividades preparatórias são extremamente importantes.

Breve tutorial para instalação do R em seu computador e uma primeira investida na interface de trabalho (console) do R.

* Usando o R

O wiki é um serviço de interação por meio da internet, que facilita a redação coletiva de textos. O layout é intencionalmente simples, pois a prioridade é o conteúdo e as funcionalidades para modificá-lo.

A escolha deste serviço para a página da disciplina não é por acaso. A idéia é que o aprendizado é resultado da colaboração entre professores, monitores e alunos. Portanto, este site é uma produção colaborativa criado e editado por muitas gerações de usuários e alunos.

Em versões anteriores do curso os alunos postavam códigos de exercícios e o trabalho final da disciplina em suas prórprias páginas. Veja por exemplo que foram os alunos e seus trabalhos no ano de 2019, na página dos alunos 2019. Nesta versão do curso isso não é mais necessário.

No link abaixo há um tutorial simple que ensina como editar o wiki. Não é necessário passar por ele, está aqui apenas por questões sentimentais e históricas.

• Criando minha página no Wiki

Estamos utilizando a ferramente de fórum contemplada no Moodle oficial da USP. Nesta atividade o aluno deve entrar no plataforma moodle da disciplina pelo link da barra de menu à esquerda da página da disciplina no e-disciplina USP.

Todos os alunos matriculados estão automaticamente cadastrados na disciplina e precisam apenas do número USP para acessar. Para aqueles que nunca acessaram a plataforma é necessário fazer o cadastro de uma senha que será encaminhada ao seu email registrado na matricula. Veja como conseguir a senha através desta documentação:Roteiro-Senha-Unica-E-disciplinas.pdf. Caso não não consiga acessar o seu número USP, entre em contato com a secretaria da pós-graduação onde fez a matrícula. Com esse número é possível se logar na plataforma e acessar o material da disciplina.

Os temas tratados no wiki estão normalmente divididos em 3 tipos de material: (1) tutorial, (2) apostila e (3) exercícios.

Durante o curso vamos passar pelos tutoriais e exercícios. Nossa sugestão é que faça o tópico da apostila para sedimentar e complementar o conteúdo, principalmente quando estiver inseguro sobre o códigos feitos no tutorial e exercícios. Esses diferentes materiais estão separados em abas na parte superior das páginas do wiki, como mostra a figura abaixo:

Os tutoriais estruturam os tópicos que vamos tratar. Para a atividade preparatória há o tutorial de introdução à linguagem que foi dividido em duas partes que devem ser executadas antes do primeiro dia de aula:

• 1a. Introdução ao R: bases da linguagem
• 1b. Introdução ao R: ambiente de programação

Dúvidas desses tutoriais serão discutidos no nosso primeiro encontro, mas mesmo antes dele, você pode tirar suas dúvidas pelo forum da disciplina, abrindo um tópico novo dentro do respectivo bloco da disciplina. A sua pergunta será enviada a toda a equipe e alunos e todos poderão responde-la.

Durante o curso, vocês farão exercícios práticos em nossa plataforma de correção automática notaR. Nossa ideia ao desenvolver o notaR foi possibilitar um retorno imediato sobre seu desempenho nos exercícios, respeitando o fato de que há sempre várias maneiras de resolver um mesmo problema!

Antes de submeter as respostas dos exercícios no notaR, veja a documentação em especial a parte Como sumbeter respostas.

Como parte das atividades preparatórias, faça os tutoriais e os exercícios associados ao tópico introdutórios. Notem que há um exercício ao final do tutorial 1a. Introdução ao R: bases da linguagem, que não está na página de exercícios.

• Exercícios 1a - Introdução ao R
• Exercícios 1b - Introdução: ambiente de programação

Entre no sistema notaR seguindo os linques e poste os códigos de resposta.

Essa aula foi preparada pelo professor João Batista da ESALQ e não é uma atividade obrigatória, apenas uma sugestão caso queira por a prova seu conhecimento prévio ao curso. A aula foi criada para alunos que não fizeram a disciplina de Introdução ao R, mas precisavam de conhecimentos rudimentares da linguagem para alguma atividade, inclusive para acompanhar outras disciplinas. Pode ser que falte a base para o entendimento de algumas das atividades dessa aula. Não se preocupe, durante o curso pretendemos sanar parte das dúvidas durante os tópicos que serão abordados. Portanto, procure atingir as metas estipuladas e anote suas dúvidas, caso elas não sejam sanadas durante o curso, poste-as no fórum ou pergunte durante as atividades síncronas.

O objetivo dessa aula é fazê-lo adquirir rapidamente certa familiaridade com o software R.

Ao final da aula você deverá ter atingido dez metas, devendo ser capaz de:

1. saber que o R não é um “aplicativo” mas um ambiente de trabalho;
2. saber se o R é o software adequada para você;
3. iniciar, salvar e concluir uma sessão no R;
4. ler arquivos de dados tipo CSV;
5. realizar operações matemáticas simples necessárias para criação e transformação de variáveis;
6. obter estatísticas descritivas de variávies;
7. construir gráficos exploratórios simples de análise de dados;
8. construir modelos lineares clássicos;
9. realizar inferências gráficas e numéricas nos modelos lineares; e
10. conhecer as fontes para você continuar se desenvolvendo no R.

R-elampago