Introdução

Quem sou eu

• Nascido em Joinville, 23 anos;
• Cristão;
• Economista pela Esag/Udesc;
• Mestrando em Ciência da Informação no PGCIn/Ufsc;
• Pós-Graduando em Ciência de Dados (Senai/SC e Keyrus);
• Cientista de Dados na Aquarela Advanced Analytics

Objetivo do Curso

• Econometria (análise de dados, de maneira geral);
• Centralizar todo o fluxo dentro de um ambiente organizado

Organização do Curso

Introdução ao R (Pacotes, Tipos de variáveis, Funções, Operadores e Programação);

Importar Dados, Limpar Dados, Transformar Dados e Modelar;

Visualizar, Comunicar e Organizar o Código;

Exercício: Criar um Projeto no RStudio

Funções

             rnorm(n=4,mean = 2,sd = 1.2) 

             mean(c(10,20,70))            
			

Atividade: Gere uma sequência de 100 números aleatórios, com média 1 e desvio padrão 1, e salve-a como "x". Depois verifique com a função mean() que a média é próxima à que você colocou no argumento.

Pacotes

              install.packages("ggplot2")

              library(ggplot2)
			

Atividade: Instale o pacote "tidyverse" e verifique se o mesmo foi instalado com sucesso executando o comando "?tidyverse".

Tipos de dados

• Números (numeric);
• Texto (character);
• Categoricos (factor);
• Data (Dates).

Atividade: Execute os comandos abaixo para verificar os tipos de dados

             class(c(1,2))
             class(c("a","b"))
             class(as.factor(c("a","b")))
             class(as.Date("2008-12-12"))            
			

Estruturas de Dados

• (i) Vetores;
• (ii) Matrizes;
• (iii) DataFrame/Tibbles;
• (iv) Listas

Vetores

• Estrutura básica do R;
• Sequência de elementos do mesmo tipo (character, numeric, date, etc..);

Vetores - Criando

	             vetor1 <- c(1,2,3,4,5) 
	             vetor2 <- seq(from = 1,to = 5,by = 1) 
	             vetor3 <- c('o','i','e')            
				

Vetores - Acessando elementos

				 vetor1[1]
				 vetor1[1:3] 
				 vetor1[length(vetor1)] <- 2 
				 vetor1            
				

Vetores - Operações

	            
				sqrt(vetor1)
				vetor1+1
				

Matrizes

• Nada Além de vetores com duas dimensões;
• Destaca-se todos os dados devem ser do memso tipo na matriz

Matrizes - Criando

	            
				peso <- rnorm(5,65,10)
				idade <- round(rnorm(5,35,4),0)
				matriz1 <- cbind(idade,peso)
				

Matrizes - Acessando elementos

	            
				matriz1[1,2, drop=F]
				matriz1[3,3, drop=F]
				

Matrizes - Atividade

Crie um vetor de dias (do dia 1 ao dia 15) e crie um vetor de temperaturas. Depois junte os vetores em uma matriz.

Data Frames/Tibbles

• Mesma estrutura da matriz (colunas e linhas com o mesmo número de observações);
• Com a diferença de que as colunas podem ser de tipos diferentes.

Data Frames/Tibbles - Criando

	            
				df <- data.frame(
				  nome = c("Aislan","Apolo","Ana"),
				  idade = c(18,12,9),
				  sexo = c("M","M",F)
					)
				

Data Frames/Tibbles - Adicinando Coluna

	            
				df$escolaridade <- c("medio", 
				                     "fundamental",
				                     "fundamental")
				df
				

Listas

• Coleção de vetores;
• Vantagem: cada elemento pode ser de qualquer estrutura

Listas - Criando

	            
				lista <- list(matriz1,df,seq(1:5))
				lista
				

Listas - Acessando elementos

	            
				lista[1]
				lista[[1]]
				

Atividade Estrutura de Dados

• 1) Crie dois vetores: (i) Com nome de 5 países e (ii) com uma estimativa de população para cada país;
• 2) Junte os vetores em um dataframe;
• 3) Por fim, crie uma lista que contenha os vetores orignais e o dataframe criado a partir dos vetores;

Programação

Funções

Iterações

Funções - Por que usar?

• Ajuda a entender o código;
• Caso o cenário mude você precisa atualizar o código apenas e um lugar;
• Elimina erros de copiar e colar.

Funções - Quando usar?

• Rule of thumb: Sempre que copiar um mesmo pedaço de código mais de duas vezes;

Funções - Exemplo

	            
				df <- data.frame(
					a = rnorm(10),
					b=rnorm(10), 
					c=rnorm(10))
					df
				

	            
				df$a <- (df$a - min(df$a, na.rm=T))/
					(max(df$a, na.rm=T)-min(df$a, na.rm=T))

				df$b <- (df$b - min(df$b, na.rm=T))/
					(max(df$b, na.rm=T)-min(df$b, na.rm=T))

				df$c <- (df$c - min(df$c, na.rm=T))/
					(max(df$c, na.rm=T)-min(df$c, na.rm=T))
				df
				

Vamos escrever uma função que faz isso

Funções - Exemplo

Passos para criar uma função:

• 1) Listar os inputs;
• 2) Computar calculos intermediários;

	            
				df$a <- (df$a - min(df$a, na.rm=T))/
					(max(df$a, na.rm=T)-min(df$a, na.rm=T))
				

Qual/quais inputs temos? e Há algo que podemos computar?

Funções - Exemplo

(Possível) Solução

	            
				rescale01 <- function(x){
				rng <- range(x, na.rm=T)
				(x-rng[1]/rng[2]-rng[1])
			}
				

Verificando

	            
			df2 <- data.frame(a = rnorm(10),b=rnorm(10),
			  c=rnorm(10))
			df2$a <- rescale01(df$a)
			df2$b <- rescale01(df$b)
			df2$c <- rescale01(df$c)
			df
			

Funções - Atividade

Crie uma função para trecho de código abaixo:

                	x / sum(x, na.rm = T)
                	f1 <- function(x){x / sum(x, na.rm = T)}
                

                	sd(x, na.rm=T)/mean(x, na.rm=T)
                

                	x+y/(x*y)
                

Programação

Funções

Iterações

Iterações - O que são

• Evita repetição de código quando precisamos fazer a mesma coisa com múltiplos inputs;

Iterações - loop for

                	for(i in 1:10){
                	print(i)
                	}
                

Loop for - Exemplo

                	df2 <- data.frame(Geo = rnorm(10,7,2),
                		Mat=rnorm(10,6.5,4),
                		Ing=rnorm(10,8,3))

                	df2$Geo <- ifelse(df$Geo > 6.9,"Passou","Reprovado")
                	df2$Mat <- ifelse(df$Mat > 6.9,"Passou","Reprovado")
                	df2$Ing <- ifelse(df$Ing > 6.9,"Passou","Reprovado")
                	df2
                

                	df2 <- data.frame(Geo = rnorm(10,7,2),
                		Mat=rnorm(10,6.5,4),
                		Ing=rnorm(10,8,3))

                	for(i in 1:ncol(df2)){
                	df2[,i] <- ifelse(df2[,i] > 6.9,"Passou","Reprovado")
                	}
                	df2
                

Loop for - Atividade

					df2 <- data.frame(a = rnorm(10),b=rnorm(10),
					c=rnorm(10))
					df2$a <- rescale01(df$a)
					df2$b <- rescale01(df$b)
					df2$c <- rescale01(df$c)
					df

					df2 <- data.frame(a = rnorm(10),b=rnorm(10),
					c=rnorm(10))
					df2$a <- rescale01(df$a)
					df2$b <- rescale01(df$b)
					df2$c <- rescale01(df$c)
					df2
				

Funções apply

Funções Apply

• Permite abstrair os loops em funções;
• É a lógica do "Big Data"

Funcao map - exemplo

					df2 <- data.frame(Geo = rnorm(10,7,2),
                		Mat=rnorm(10,6.5,4),
                		Ing=rnorm(10,8,3))
				

					apply(X = df2, MARGIN = 2,
                	FUN = function(x){ifelse(x>6.9,"aprovado","reprovado")}
                	)
				

Funções Apply - Atividade

                 	df2 <- data.frame(a = rnorm(10),b=rnorm(10),
                 	c=rnorm(10))
				

                 	df2 <- data.frame(a = rnorm(10),b=rnorm(10),
                 	c=rnorm(10))
					for(i in 1:ncol(df2)){
					  df[,i] <- rescale(df[,i])
					}
				

Importação dos Dados

Limpeza dos Dados

Transformação dos Dados

Modelagem dos Dados

Visualizar dados

ggplot2

Comunicar

RMardown