Introdução à Linguagem R

Disciplina de pós-graduação — PPG em Ecologia e Conservação, UFMS (30 h, intensiva)

Disciplina INTRODUÇÃO À LINGUAGEM R (300451417, 30 h) do Programa de Pós-Graduação em Ecologia e Conservação da UFMS, oferecida no formato intensivo (uma semana). Esta página reúne os materiais públicos do curso — slides, scripts R, datasets e recursos online. Para informações sobre a próxima oferta, entre em contato.

Ementa

Introdução à linguagem de programação R: sintaxe e lógica. Técnicas de visualização e manuseio de dados com o pacote tidyverse. Introdução a algoritmos. Rudimentos de programação: controle de fluxo. Como melhorar o próprio código utilizando grandes modelos de linguagem (LLMs, como ChatGPT). Ferramentas de reprodutibilidade. Boas práticas em documentação, compartilhamento e apresentação de análises. Rudimentos de modelos lineares generalizados. Introdução às ferramentas de reprodutibilidade em pesquisa (Markdown e Quarto). Introdução ao controle de versão (git e GitHub).

Objetivos

Apresentar a linguagem R como uma plataforma para realização e documentação de análises estatísticas, incluindo manuseio e exploração de dados comumente utilizados em ecologia. Ao fim da disciplina o(a) aluno(a) terá familiaridade e independência com a linguagem R e estará preparado(a) para cursar disciplinas específicas em estatística — por exemplo, modelos lineares e métodos multivariados — bem como para implementar análises reproduzíveis em seu próprio trabalho.

Cronograma

Aula Tópico Conteúdo
1 Aula 01 — Apresentação e introdução ao R Histórico da linguagem R, instalação, RStudio, importação de dados, tipos de objetos, pacotes. Fundamentos sobre os quais o resto do curso é construído.
2 Aula 02 — Curadoria de dados e boas práticas Como organizar planilhas e diretórios de projeto, nomenclatura de arquivos, plano de gerenciamento de dados. Princípios FAIR e por que importam para reprodutibilidade.
3 Aula 03 — Controle de versão com git e GitHub Por que controle de versão é fundamental para pesquisa reprodutível. Conceitos básicos de git (commit, branch, push, pull). Integração git/GitHub com RStudio.
4 Aula 04 — Manuseio de dados com o tidyverse Filosofia tidy. Os pacotes principais (dplyr, tidyr, purrr, broom, forcats, stringr). Pipe nativa (|>) vs magrittr (%>%). Verbs principais de manipulação de dados.
5 Aula 05 — Visualização de dados com ggplot2 A gramática de gráficos de Wilkinson e a implementação no ggplot2. Camadas, geoms, aesthetics, scales, themes, facets. Princípios de visualização honesta.
6 Aula 06 — Análises com modelos lineares simples Teste de hipótese e regressão linear no R. Sintaxe formula. Diagnóstico de resíduos: detecção de outliers, normalidade, heterocedasticidade. Quando linear é apropriado.
7 Aula 07 — Rudimentos de programação Como escrever funções no R. Controle de fluxo (if, for, while). Programação funcional com purrr::map e purrr::pmap. Estratégias para evitar copiar-e-colar.
8 Aula 08 — Reprodutibilidade com Markdown e Quarto Documentos dinâmicos como prática-padrão em pesquisa: análise + texto + gráficos em um único arquivo. R Markdown, knitr e Quarto. Saídas em HTML, PDF, Word, slides.
No matching items

Pré-requisitos

Nenhum. A disciplina é projetada para quem está chegando ao R, e cobre do conceito mais básico (o que é um objeto, o que é um pacote) até ferramentas de fluxo de trabalho profissional (git, Quarto).

Metodologia e avaliação

A disciplina combina aulas expositivas e exercícios práticos feitos em sala. A avaliação é um trabalho final apresentando uma análise de dados à escolha do(a) aluno(a), em formato Markdown ou Quarto, contendo:

  1. pergunta de pesquisa;
  2. estratégia de análise;
  3. manipulação de dados;
  4. visualização gráfica;
  5. breve descrição e interpretação dos resultados.

O trabalho é o exercício prático completo do fluxo aprendido na disciplina — da curadoria do dataset à entrega de um documento dinâmico reproduzível.

Bibliografia

Livros principais (acesso aberto)

Livros complementares

  • Adler, J. 2010. R in a nutshell: a desktop quick reference. O’Reilly.
  • Beckerman, A.P. & Petchey, O.L. 2012. Getting started with R: an introduction for biologists. Oxford University Press.
  • Crawley, M.J. 2012. The R-Book. 2ª ed. Wiley.
  • Gandrud, C. 2013. Reproducible Research with R and RStudio. CRC Press.
  • Gotelli, N.J. & Ellison, A.M. 2015. Princípios de estatística em ecologia. Porto Alegre: Artmed.
  • Loeliger, J. & McCullough, M. 2012. Version Control with Git: Powerful tools and techniques for collaborative software development. O’Reilly.
  • Zuur, A.; Ieno, E.N. & Meesters, E. 2009. A Beginner’s Guide to R. Springer.

Recursos online complementares

Edições anteriores

  • 2026/1 — UFMS, PPG em Ecologia e Conservação. Edição intensiva (9–13 de março de 2026). Materiais desta edição estão arquivados abaixo.