Noções de R

1. Abrindo um arquivo csv em Excel

2. Instalando o R e R Studio

3. Visão geral do R Studio

4. Criando um programa

5. Os quatro tipos de dados em R

6. Operações básicas em R: soma, multiplicação, divisão, exponenciação, raiz quadrada, resto da divisão de dois números, quociente da divisão

7. Vetores numéricos: diferentes formas de representação

8. Vetores de caracteres: funções is.numeric, is.character, is.logical, as.numeric, as.logical, as.character

9. Acessando e modificando valores de um vetor

10. Importando um arquivo externo ( formato csv)

11. Importando dados diretamente do clipboard ( de qualquer planilha)

12. Trabalhando com os dados importados de um arquivo externo ( formato csv)

13. Usando a função "scan" para ler arquivos e/ou dados digitados pelo teclado

14. Manipulando arquivos usando R (Código fonte--clique aqui)

15. Manipulando arquivos grandes ( dados de 400.000 pessoas)

16. Trabalhando com datas

17. Funções padrões do R para manipulação de datas/horas (POSIXct, POSIXlt, DATE, strptime)

18. Usando o pacote "lubridate" para trabalhar com dias/horas

Pacote Tidyverse ( pacote dplyr, para facilitar a manipulação de dados

19. Selecionando dados de linhas de dataframe (função "filter" do pacote "dplyr" )

20. Selecionando colunas de um dataframe (pacote dplyr, funcao "select")

21. Utilizando a função "summarise" do pacote "dplyr"

22. Ordenando as colunas de um dataframe em ordem crescente ou descrescente ( pacote "dplyr", funcao "arrange")

23. Agrupando dados de um dataframe ( pacote "dplyr", funcao "group_by")

24. Usando a função "count" do pacote "dplyr" , para contar linhas

25. Juntando dataframes (pacote dplye, funcao "full_join")

26. Resumo das funções de manipulação de dados do pacote dplyr

Diversos

27. Planejando experimentos ( gerando amostras aleatórias a partir de um banco de dados)

28. Criando um biblioteca de funções em R

29. Limpando base de dados ( removendo valores que não estão disponíveis ("NA": Not Available)

30. Criando gráficos de diversas formas

31. Aplicação em gestão de projetos: fazendo análise de valor agregadoi (Earned Value Analysis) usando R Referência: Tactical Project Manager

32. Encontrando erros em um programa (debug )

33. Entrada de dados pelo teclado (função "readline") e mostrando os dados digitados ( função "cat")

34. Criando funções em R ( alterando variáveis globais por meio de uma função)

35. ESTIMANDO O TAMANHO AMOSTRAL PARA ESTIMATIVAS DE UMA MÉDIA POPULACIONAL

36. ESTIMANDO O TAMANHO AMOSTRAL PARA ESTIMATIVAS DE UMA PROPORÇÃO POPULACIONAL

37. Data to fish (website)

38. Anova fatorial ( 2x 2--ao inves de três médias, mede dois fatores, cada um com dois estados) Exemplo

39. Criando páginas HTML com R (RMarkDown). *Sugestão: assista as videoaulas de Fernanda Peres, onde ela explica detalhadamente como usar o RMarkDown