MinicursoTidyverseSlides.knit

<div>

<h1>Pré-processamento e Tratamento de Dados com Tidyverse em R</h1>

<p style="font-size: 22px; font-weight: bold;">Jessica Quintanilha Kubrusly</p>
    <p><a href="mailto:jessicakubrusly@id.uff.br" style="font-size:16px; color: black;">jessicakubrusly@id.uff.br</a></p>

<p style="font-size: 22px; font-weight: bold; margin-top: 10px;">Patrícia Lusié Velozo da Costa</p>
    <p><a href="mailto:patricialusie@id.uff.br" style="font-size:16px; color: black;">patricialusie@id.uff.br</a></p>

<p style="font-size: 16px; margin-top: 50px;">Universidade Federal Fluminense</p>

<p style="font-size: 16px;">Instituto de Matemática e Estatística</p>

<p style="font-size: 16px;">Departamento de Estatística</p>

<p style="font-size: 16px; margin-top: 50px;">25 de Novembro de 2025</p>

</div>

<div>

</div>

---

# Mini bio da Jessica Quintanilha Kubrusly

- Graduou-se em Engenharia Elétrica pela PUC-Rio em 2003.

- Mestre (2005) e Doutora (2009) em Matemática pela PUC-Rio.

- Suas áreas de interesse e atuação incluem Árvores de Decisão, Aprendizado de Máquina, Mineração de Texto, Sistemas de Recomendação e Filtragem Colaborativa.

- Chefe do Departamento de Estatística (GET) da UFF desde 2023.

- Professora associada do <a href="https://www.est.uff.br" target="_blank" style="color: #6f42c1; text-decoration: none; font-weight: bold;">Departamento de Estatística da Universidade Federal Fluminense (UFF)</a>.

- Membro do programa de extensão <a href="https://www.les.uff.br" target="_blank" style="color: #6f42c1; text-decoration: none; font-weight: bold;">Laboratório de Estatística/UFF</a>.

- Atua na organização de eventos como a <a href="https://www.semest.uff.br" target="_blank" style="color: #6f42c1; text-decoration: none; font-weight: bold;">Semana da Estatística/UFF</a> e o <a href="https://www.instagram.com/rladies.niteroi" target="_blank" style="color: #6f42c1; text-decoration: none; font-weight: bold;">RLadies Niterói</a> da UFF.

---

# Mini bio da Patrícia Lusié Velozo da Costa

- Doutora (2014) e Mestre (2009) em Estatística pela Universidade Federal do Rio de Janeiro (UFRJ).

- Graduada em Matemática (2007) pela UFRJ.

- Membro do programa de extensão <a href="https://www.les.uff.br" target="_blank" style="color: #6f42c1; text-decoration: none; font-weight: bold;">Laboratório de Estatística/UFF</a>.

---

# Participação feminina nas áreas de Exatas

- Apesar dos avanços em inclusão no ensino superior, a participação feminina nas áreas de Exatas ainda é significativamente menor do que a masculina.

- Segundo a UNESCO (2021), apenas **30% dos pesquisadores em STEM** (ciência, tecnologia, engenharia e matemática) no mundo são mulheres.

- No Brasil, os dados do INEP (2022) mostram que, embora as mulheres sejam maioria nas universidades, continuam sub-representadas em cursos como matemática, física, engenharia e computação.

- Essa desigualdade de gênero ainda reflete barreiras sociais, culturais e institucionais que precisam ser enfrentadas.

---

# Sobre o R-Ladies

- O **R-Ladies** é uma organização global que promove a **diversidade de gênero na comunidade R**, incentivando a participação ativa de **mulheres e minorias de gênero** no uso e desenvolvimento do R.

- Embora a prioridade seja valorizar e evidenciar que as mulheres têm plena capacidade e alcançam sucesso na área, a participação dos homens é muito bem-vinda e enriquecedora, seja nos minicursos, palestras ou nas discussões.

- No Brasil e no mundo, os capítulos do R-Ladies realizam eventos, workshops, grupos de estudo e ações de networking para fortalecer a comunidade.

**Saiba mais:**

- <img src="figuras/logo-rladies.jpg" style="max-width:50px;vertical-align: middle;"> [R-Ladies Global](https://rladies.org/)
- <img src="figuras/logo-rladies-niteroi.png" style="max-width:70px;vertical-align: middle;"> [R-Ladies Niterói](https://www.instagram.com/rladies.niteroi/)

---

# Objetivos do minicurso

- Apresentar o ecossistema **Tidyverse**
- Demonstrar técnicas práticas de:
  - Importação
  - Limpeza
  - Transformação
  - Organização de dados
- Preparar dados para:
  - análises estatísticas  
  - visualizações
- Mostrar boas práticas de reprodutibilidade

---
  
# O que é Tidyverse?

O **tidyverse** é um conjunto de pacotes do R voltados para ciência de dados, 
desenvolvidos para trabalhar de forma integrada e com sintaxe consistente.

Principais características:

- 📦 Conjunto de pacotes integrados  
- 🧹 Foco em dados *tidy* (organizados)  
- 🔗 A gramática é coerente entre os pacotes  
- 🚀 Facilita leitura, transformação, modelagem e visualização de dados

Pacotes centrais:

- **dplyr** – manipulação de dados  
- **tidyr** – organização e "arrumação" dos dados  
- **ggplot2** – visualização  
- **readr** – importação  
- **purrr** – programação funcional  
- **tibble** – data frames modernos

---

# Introdução ao Processamento de Dados

O processamento de dados é a etapa que transforma dados brutos em informações 
úteis para análise.

Etapas fundamentais:

1. **Importação**  
   - leitura de arquivos (.csv, .xlsx, .rds, bancos de dados etc.)

2. **Limpeza**  
   - tratamento de valores faltantes  
   - correção de tipos (datas, fatores, números)  
   - padronização de categorias

---

# Introdução ao Processamento de Dados (continuação)

3. **Transformação**  
   - criação de novas variáveis  
   - agregação, filtragem, ordenação  
   - junções entre bases

4. **Organização**  
   - dados no formato *longo* ou *largo*  
   - estruturação de tabelas para análises futuras

5. **Documentação**  
   - registrar passos e decisões tomadas  
   - garantir reprodutibilidade

---

# Introdução ao Processamento de Dados (continuação)

Ferramentas comuns no R:

- **tidyverse** (dplyr, tidyr, readr)  
- **janitor**  
- **lubridate**  
- **stringr**

---

# Dados utilizados

Neste minicurso, utilizaremos os dados de mortalidade do Sistema de Informações sobre Mortalidade (SIM), referentes ao ano de 2024 para o estado do Rio de Janeiro.

O SIM é a principal fonte oficial de informações sobre óbitos no Brasil, permitindo análises epidemiológicas, espaciais e temporais.

A base contém variáveis como:

- causa do óbito (CID-10)

- sexo, faixa etária

- município de residência e ocorrência

- datas relevantes (óbito, nascimento)

- informações adicionais do atestado de óbito

Esses dados são ideais para demonstrar técnicas de importação, limpeza, transformação e preparo para análises estatísticas no Tidyverse.

---

# Vamos colocar a mão na massa! 🧰✨

<div style="text-align: center; margin-top: 30px;"> <p style="font-size: 22px; font-weight: bold;"> 📂 Acesse os arquivos do minicurso </p>

<a href="https://drive.google.com/drive/folders/14KuBVYoMwOo5F0EL-tl3H4H4oxhl8wmN?usp=sharing" target="_blank" style="font-size: 22px; color: #3366cc; font-weight: bold; text-decoration: none;">
👉 Clique aqui para abrir a pasta no Google Drive
</a>

<p style="font-size: 18px; margin-top: 20px;"> Os materiais incluem dados, scripts e exemplos<br> que usaremos nas atividades práticas. </p> </div>

---

# Referências

📖 BRASIL. Ministério da Saúde. Secretaria de Vigilância em Saúde. Sistema de Informações sobre Mortalidade – SIM. Brasília: Ministério da Saúde, [s.d.]. Disponível em: https://datasus.saude.gov.br/sistema-de-informacoes-sobre-mortalidade-sim/ . Acesso em: 25 de novembro de 2025.

📖 R Core Team. (2024). R: A Language and Environment for Statistical Computing. Vienna: R Foundation for Statistical Computing. Disponível em: [Link](https://www.R-project.org/). Acesso em: 24 maio 2025.

📖 Wickham, H.; Grolemund, G. (2023). R para ciência de dados: importe, organize, transforme, visualize e modele dados. 2. ed. Rio de Janeiro: Alta Books.
---

<div style="text-align: center; font-size: 48px; font-style: italic; color: blue; margin-top: 150px;">
  Muito Obrigada!
</div>