E1 — EDA, reprodutibilidade e literacia em IA

Ciclo PPDAC e raciocínio estatístico. Análise exploratória segundo Zuur & Ieno (2016). Fluxo Quarto + git. Pergunta focada, PICO e pré-registro. Uso responsável de LLMs em estatística.

Segunda, 21 de setembro de 2026 · manhã · 4,5 h

Antes de começar a pensar na análise: como olhar para os dados, como formular a pergunta antes de olhar, e como documentar tudo de modo que outra pessoa — inclusive você daqui a dois anos — consiga refazer.

Slides

Abrir slides

Conteúdo

  1. Productive failure de abertura (20 min) — uma pergunta, um conjunto de dados, nenhuma instrução.
  2. O ciclo PPDAC (30 min) — Problema, Plano, Dados, Análise, Conclusão: onde cada parte do curso se encaixa.
  3. Os quatro princípios de Popovic et al. (2024) como moldura do curso (30 min).
  4. Pergunta focada, PICO e pré-registro (30 min) — HARKing, p-hacking, a distinção entre análise confirmatória e exploratória, e o custo real de mudar a hipótese depois de ver os dados.
  5. EDA segundo Zuur & Ieno (2016) — o protocolo em oito passos, com dados problemáticos de verdade.
  6. Fluxo reprodutível — projeto do RStudio, here, Quarto, git, princípios FAIR.
  7. Uso saudável de LLMs em estatística (60 min) — onde ajudam, onde fazem mal, como declarar.

Dados

  • RoadKills.txt — anfíbios atropelados em 52 segmentos de 500 m da estrada IP2, entre Portalegre e Monforte, no sul de Portugal. A estrada foi percorrida de carro a 10–20 km/h, a cada duas semanas, de março de 1995 a março de 1997, e cada carcaça foi retirada da pista para não ser contada duas vezes. As colunas X e Y dão a posição de cada segmento e D.PARK a distância, ao longo da estrada, ao parque natural da Serra de São Mamede, de 250 m a 24,9 km — uma serra mais úmida que a planície em volta, e portanto um proxy de umidade. Fonte primária: Ascensão, F. & Mira, A. (2005), Spatial patterns of road kills: a case study in Southern Portugal, ICOET 2005 — On the Road to Stewardship, p. 641 (eScholarship); a reanálise conhecida está em Zuur, Mira, Carvalho, Ieno, Saveliev, Smith & Walker (2009), cap. 16 de Mixed Effects Models and Extensions in Ecology with R, p. 383–397 (doi:10.1007/978-0-387-87458-6_16). É o conjunto do productive failure que abre a aula, e volta nos Encontros 5, 6 e 9.
  • dados_com_outliers_e_faltantes.csv — passo 1, o gráfico de Cleveland.
  • RIKZ.txt — riqueza de macrofauna em 9 praias holandesas (Zuur et al. 2009); passo 2, heterogeneidade entre grupos. Volta nos Encontros 7 e 8.

Preparação prévia (sala de aula invertida)

Leituras

Obrigatória

Complementar

Recursos externos

Volta para o índice do curso.