Apresentação da disciplina

---

layout: true
  
<div class="my-footer">
<span>
<a href="https://places.education" target="_blank">https://places.education</a>
</span>
</div>

---

```
## NULL
```

.panelset .panel-tabs .panel-tab > a {
	color: #023d4d;
}

.panelset .panel-tabs {
  font-size: 2rem;
}
</style>

## Análise de dados com R
+ Vamos explorar conceitos, fundamentos e desenvolver habilidades de `análise de dados` para `suporte à tomada de decisão`.

+ FOCO nas informações mais importantes sobre o comportamento de seus clientes, clientes potenciais, externalidades, bem estar organizacional dentre outras dimensões.

+ Dados x Informações

+ Big data - combinação de dados caracterizados por volume, variedade e velocidade em que são processados.

---

## Análise de dados com R

+ Small data - análise de um conjunto de dados com um volume e um formato reduzido que fazem com que esses sejam acessíveis, processáveis e compreensíveis.

+ Wide data - análise dos registros por meio da sinergia de diversas fontes de dados (pequenas ou grandes) não-estruturados e estruturados.

---

## Ciência de dados

---

## Modelo conceitual da análise de dados

![Modelo de Data Science](https://retaoliveira.github.io/relements/figures/dataR.png)

---

## Data Wrangling

---

## Análise de dados serve para que?

+ Caracterização dos fenômenos e descrição dos problemas

+ Diagnóstico

+ Modelagem preditiva

+ Comunicação e processo decisório

---
class: center, middle

# Sairemos deste curso com mais perguntas do que respostas!

---
class: center, middle

## O que é o R?

---

## Conhecendo o R

### Interface e funcionalidades

.pull-left[
Para uso do R no ambiente RStudio, é inicialmente necessário entender o seu funcionamento. O R é uma linguagem de programação, em plataforma open source, desenvolvida para análise de dados. SEJAM BEM VINDOS!
]

.pull-right[
<img src="https://retaoliveira.github.io/relements/figures/welcome_to_rstats_twitter.png" width="100%" style="display: block; margin: auto;" />
]

---

### Interface e funcionalidades

.pull-left[
Em um primeiro momento, o conjunto R + RStudio parece pouco amigável, mas com o tempo, é impossível não apaixonar-se pelas infinitas possibilidades que temos ao utilizar o R.
]

.pull-right[
<img src="https://retaoliveira.github.io/relements/figures/r_first_then.png" width="100%" style="display: block; margin: auto;" />
]
---

### Interface e funcionalidades

.pull-right[
<img src="https://retaoliveira.github.io/relements/figures/code_hero_rstats.png" width="100%" style="display: block; margin: auto;" />
]

---

## Variáveis, funções e *packages*

Sua estrutura fundamenta-se em uma grande variedade de ferramentas quantitativas, organizadas por meio de **objetos**, **funções** e **packages**. A instalação `base` do R já contempla uma série de funções e *packages*. *Packages* adicionais podem ser instalados quando for necessário ou interessante. Para instalação de *packages*, utiliza-se a função `install.packages()`.

---

# Documentos reprodutíveis

---

## O que é Markdown?

Segundo o criador da linguagem:

> Markdown is a text-to-HTML conversion tool for web writers. Markdown allows you to write using an easy-to-read, easy-to-write plain text format, then convert it to structurally valid XHTML (or HTML).
>
> John Gruber

---

## RMarkdown

Vou colocar aqui algumas informações-chave sobre a construção geral de informações a partir do uso do RMarkdown. Entretanto, informações adicionais podem ser obtidas de maneira detalhada no site:

+ [Documentos dinâmicos no R by Fernando Mayer & Walmes Zeviani](http://cursos.leg.ufpr.br/prr/capDocDin.html)
]

Para demarcar seções e subseções, utilize os `hashtags`.

### Listas e ordenação

Basta enumerar:

1. Item 1
2. Item 2

]

![Figura 1: RMarkdown](https://retaoliveira.github.io/relements/figures/rmarkdown_rockstar.png)

]
]

---

#### `YAML` (Yet Another Markup Language)

No `YAML`, os dados são escritos em forma de lista aninhada. Os metadados em `YAML` são colocados sempre no início de um documento, e são delimitados por `---`. 
]

`knitr`

]

Na [galeria do RStudio](https://rmarkdown.rstudio.com/gallery.html) diferentes estruturas de informação produzida por meio de `RMarkdown` podem ser encontradas!

]

No RStudio, crie um novo documento `R Markdown` escolhendo `Arquivo | Novo | R Markdown`.
Clique no botão `Knit HTML` na barra de ferramentas do doc para visualizar seu documento.
Na janela de pré-visualização, clique no botão `Publicar`.

É um processo em duas etapas. Na primeira etapa, você precisa registrar uma conta `RPubs` ou fazer o login, caso já tenha uma. Você escreve o título de seu documento e dá uma breve descrição (para que outros possam encontrar seu trabalho a partir da busca).

Uma vez terminado e clicando no botão `Continue` na parte inferior, você irá diretamente para o artigo publicado.

Você pode optar por atualizar seu conteúdo.

]
]
---

# Faça o seu primeiro documento em RMarkdown!

1. Faça o download do arquivo [`01-covid.Rmd`](https://drive.google.com/file/d/1-EzqGma5xx7Tjg8eiXaxFTDVnIZYpoYC/view?usp=sharing) e salve em um diretório acessível do seu computador.

2. Abra o arquivo no RStudio: `File | Open File` e navegue até o arquivo `01-covid.Rmd` selecionando-o.

3. Você identificará o arquivo por meio do `YAML` com `title: "Mortes por COVID-19"`

4. Verifique se houve alguma mensagem abaixo da barra de ferramentas da janela de edição do `RMarkdown` para que sejam instalados `packages` necessários para rodar esse `.Rmd`

4. Clique no botão de `knitr`.

Aprecie o seu primeiro documento!

---

# DÚVIDAS?