Começo o curso registrado a minha solidariedade com a UERJ. NÃO ESTÁ NORMAL!

RMarkdown: O devir revolucionário da Estatística/Ciência de Dados

Significado de Devir

Processo de mudança permanente que atua como regra, sendo capaz de criar, transformar e modificar tudo o que existe; essa própria mudança.


Há situações nas quais a única saída para o homem é devir-revolucionário" (Deleuze)

R de revolucionário

O R é uma linguagem de programação de código aberto e um ambiente para computação estatística.

  • R é a plataforma mais importante para o desenvolvimento de novos métodos estatísticos e a prática da ciência dos dados. Se você busca os mais recentes métodos estatísticos, a melhor aposta é que eles são implementados em R.
  • É fácil utilizar o R para fazer qualquer análise de dados ou tarefa estatística que você possa inventar. Não custa nada, então universidades, estudantes e startups encontram poucas barreiras para adotá-lo.
  • Existem mais de 11.000 pacotes complementares para R - quase todos disponíveis gratuitamente - que estendem sua utilidade. Esses pacotes disponibilizam os mais recentes métodos em estatísticas e fornecem as bases para o desenvolvimento futuro.

Pense em programação junto com a estatística

R é uma linguagem de programação projetada para trabalhar com dados e implementar algoritmos estatísticos. Uma implicação óbvia é que, se você não gosta de programação, você não vai gostar de trabalhar com R. R não enfatiza a perspectiva point&click como um software tradicional de escritório; Em vez disso, ele usa linha de comando que interage com ferramentas para desenvolvedores, como um ambiente de desenvolvimento integrado.

Isso significa que aprender R exige um investimento significativo e contínuo. Nenhum idioma - humano ou computador - pode ser aprendido fazendo uma breve oficina ou memorizando algumas palavras e estruturas de linguagem. Em vez disso, para se tornar fluente, você deve praticar o idioma com freqüência e usá-lo para tarefas importantes.

O R SÓ NÃO FAZ CHOVER…(SILVA, ALEXANDRE; 2015)

“Não pergunte se o R faz o que você quer…. A pergunta está errada!…. O correto é perguntar como se faz isso no R (eu já sei que o R faz. Só preciso descobrir como..”(SILVA, ALEXANDRE; 2015)

Resumo

  • R é a plataforma mais importante para o desenvolvimento de novos métodos de análise de dados.
  • R é uma linguagem de programação projetada para trabalhar com dados e implementar algoritmos estatísticos.
  • Você deve aprender R como qualquer idioma: através da imersão.

Por que você deve usar R?

  1. O R é a Ferrari dos softwares estatísticos! Para mim, o R faz cerca de 99% das coisas que eu preciso fazer, mas, infelizmente, quando eu preciso falar com a minha esposa, eu ainda tenho que pegar o telefone.
  2. O R é a principal ferramenta para a estatística e análise de dados. É mais do que um software estatístico; é uma linguagem de programação, assim você pode criar seus próprios objetos, funções e pacotes.
  3. Falando de pacotes, existem mais de 11.000 pacotes de contribuições dos usuários disponíveis no SITE do R (CRAN). Muitos pacotes são colocados pelos membros mais proeminentes de seus respectivos campos.
  4. Você pode usá-lo facilmente em qualquer lugar. É independente de plataforma, de modo que você pode usá-lo em qualquer sistema operacional.
  5. E é grátis, assim você pode usá-lo em qualquer empresa, escola, em qualquer local sem ter que convencer o chefe a comprar uma licença.
  6. R tem uma grande (e crescente) comunidade de usuários. As listas de discussão fornecer acesso a muitos usuários e autores de pacotes que são especialistas em seus respectivos campos. Além disso, existem várias conferências R cada ano.

Por que eu uso o R em sala de aula? Para empoderar os alunos. Ao utilizar uma ferramenta de análise como o R, acredito que os alunos começam a se sentir diferentes. Respeitados. Capazes. Poderosos. ** A maioria dos softwares é construída para centralizar e controlar os dados, mas não para democratizá-los. Como resultado, as pessoas ficam reféns dos especialistas para responder questões básicas. ** O R é diferente! É democrático! É de graça! USE R!

Se você ainda não usa R, você provavelmente deverá fazê-lo em breve.

Outro dia, conversando com um amigo, percebi que o sucesso de uma palestra depende muito do nome. O curso CHORA PPT faz um imenso sucesso. Desse modo, a partir desse momento, vou chamar esse curso de CHORA EXCEL ou de CHORA SPSS ainda não me decidi. você podem me ajudar?

Aprendendo ênfase (tamanho, negrito e itálico) com Game of Thrones

Mudando o tamanho da fonte

“Winter Is Coming”

Ficou pequeno? que tal

“Winter Is Coming”

Mudando o tamanho das fontes.

“Winter Is Coming”

“Winter Is Coming”

“Winter Is Coming”

“Winter Is Coming”

Para fazer tópicos/bullets.

“Se nos ferem, não sangramos?”

  1. Hamlet,
  2. MacBeth,
  3. Otelo,
  4. O Mercador de Veneza,
  5. Romeu & Julieta.

Também podemos criar uma lista não-ordenada

  • Séries
  • Game of Thrones
  • Vikings
  • Mr. Robot
  • Estudos
  • Estatística
  • Data Science
  • Músicas
  • Pop
  • Rock
    • Rock Nacional
    • Rock Progressivo
    • Rock Sinfônico

Como colocar citação?

Que mal fiz eu aos deuses todos? Se têm a verdade, guardem-na! Sou um técnico, mas tenho técnica só dentro da técnica. Fora disso sou doido, com todo o direito a sê-lo. Com todo o direito a sê-lo, ouviram? Queriam-me casado, fútil, quotidiano e tributável?

Como colocar imagem local?

Basta adicionar o comando:

![](C:/enderenco/da/sua/imagem.png)

Porque estudar Estatística?



Esse não é o unico tipo de imagem

Podemos colocar memes, gifs, e outros formatos de imagens externas
(é só referenciar o link da imagem).

![](https://media.giphy.com/media/jZtEA0nyCrVxm/giphy.gif)










Isso dá uma oportunidade para criar…

Um exemplo: Distribuição Gaussiana entre o Van Gogh e o Esher. Isto é, o normal entre o louco e o maluco.

Van Gogh


Distribuição Gaussiana
Esher



Colocando VÍDEOS

“R: The most powerful and most widely used statistical software” - Bertolt Brecht

Vídeo R: The most powerful and most widely used statistical software

A Verdadeira Dívida Externa, por Guaicaipuro Cuatemoc

Vídeo A Verdadeira Dívida Externa por Guaicaipuro Cuatemoc

O Mapa da Matemática (legendado)

Vídeo O Mapa da Matemática

Quebra de linhas

Podemos adicionar quebras de linha em textos.
Por exemplo: > R Markdown is a file format for making dynamic documents with R. An R Markdown document is written in markdown (an easy-to-write plain text format) and contains chunks of embedded R code, like the document below.

Pode ser formatado dessa maneira: > R Markdown is a file format for making dynamic documents with R.█
An R Markdown document is written in markdown (an easy-to-write plain text format) and contains chunks of embedded R code, like the document below.

Basta adicionar a tag

    <br>

Na posição onde você deseja quebrar a linha (semelhante ao Enter ⏎ do seu teclado).
Você pode quebrar linhas indefinidamente.

YAML

YAML é uma linguagem que pretende simplificar a codificação de dados.
No caso do R Markdown, ela define informações (metadados) no início do documento, inclusive sua estilização.
Por padrão, o documento é gerado em uma página HTML, mas podemos escolher outros formatos. Os mais usados são PDF e .Docx (Word).

Basta alterar a opção de output. Exemplo: * Para gerar um PDF: output: pdf_document

  • Para gerar um documento do Word: output: word_document

Para consultar outros formatos de saída, veja: http://rmarkdown.rstudio.com/lesson-9.html

Aparência e Estilo

Existem diversas opções de controle da aparência dos documentos em HTML. O que vem a sua cabeça quando eu falo a palavra BOOTSTRAP?
A. Nada. Nunca ouvi falar,
B. Reamostragem,
C. Customização (Aparência e Estilo)

Bootstrap: temas válidos “default”, “cerulean”, “journal”, “flatly”, “readable”, “spacelab”, “united”, “cosmo”, “lumen”, “paper”, “sandstone”, “simplex”, and “yeti”.

Highlight style: estilos possíveis “default”, “tango”, “pygments”, “kate”, “monochrome”, “espresso”, “zenburn”, “haddock”, and “textmate”. Pass null to prevent syntax highlighting.

Exemplo:

output:
  html_document:
    theme: cerulean
    highlight: tango

Programando em R dentro do Markdown

Gráficos

Vamos fazer um exemplo trivial

Diagrama de Dispersão

#```{r cars, echo=FALSE}
#```{r cars, results='hide'}
#```{r cars, warning=FALSE}
#```{r cars, menssage=FALSE}
plot(cars$speed, cars$dist)

plot(cars$speed, cars$dist, col="#0d6887",pch=19,main="Diagrama de Dispersão", xlab="Velocidade", ylab ="o que é disp?" )
abline(lsfit(cars$speed, cars$dist),col="#032435", lty=2, lwd=4)

E ai? o que vocês acham dessa correlação?

dados <- datasaurus_dozen[1:142,]
cor(dados$x,dados$y)
## [1] -0.06447185

Vamos ver o banco de dados para nos certificar…(pesquisa reprodutível)

library(DT)
datatable(dados)

Vamos fazer o diagrama de dispersão para nos certificar…

#plot(dados$x,dados$y, col="#0d6887",pch=19)

Surpresa! Esse é um banco de dados para te mostrar que sempre precisamos visualizar a estatística!

Todas essas figuras tem a mesma correlação (rho=-0.06).

ggplot(datasaurus_dozen, aes(x = x, y = y, colour = dataset)) +
    geom_point() +
    theme_void() +
    theme(legend.position = "none") +
facet_wrap( ~ dataset, ncol = 3)
## Warning in plyr::split_indices(scale_id, n): '.Random.seed' is not an
## integer vector but of type 'NULL', so ignored

Tá, mas que tal fazer uma matriz de Correlação?

Matriz de Correlação

cor(mtcars[,c("disp","drat","hp","mpg","qsec","wt")])
##            disp        drat         hp        mpg        qsec         wt
## disp  1.0000000 -0.71021393  0.7909486 -0.8475514 -0.43369788  0.8879799
## drat -0.7102139  1.00000000 -0.4487591  0.6811719  0.09120476 -0.7124406
## hp    0.7909486 -0.44875912  1.0000000 -0.7761684 -0.70822339  0.6587479
## mpg  -0.8475514  0.68117191 -0.7761684  1.0000000  0.41868403 -0.8676594
## qsec -0.4336979  0.09120476 -0.7082234  0.4186840  1.00000000 -0.1747159
## wt    0.8879799 -0.71244065  0.6587479 -0.8676594 -0.17471588  1.0000000

Mas que coisa sem graça!

M <- cor(mtcars[,c("disp","drat","hp","mpg","qsec","wt")])
corrplot(M, method="circle")

Agora sim!

Mapas

O Rio de Janeiro continua Lindo!

Mapa do Rio de Janeiro

qmap(location = "rio de janeiro")
## Map from URL : http://maps.googleapis.com/maps/api/staticmap?center=rio+de+janeiro&zoom=10&size=640x640&scale=2&maptype=terrain&language=en-EN&sensor=false
## Information from URL : http://maps.googleapis.com/maps/api/geocode/json?address=rio%20de%20janeiro&sensor=false

qmap(location = "rio de janeiro", zoom = 14)
## Map from URL : http://maps.googleapis.com/maps/api/staticmap?center=rio+de+janeiro&zoom=14&size=640x640&scale=2&maptype=terrain&language=en-EN&sensor=false
## Information from URL : http://maps.googleapis.com/maps/api/geocode/json?address=rio%20de%20janeiro&sensor=false

qmap(location = "rio de janeiro", zoom = 15, maptype = "satellite")
## Map from URL : http://maps.googleapis.com/maps/api/staticmap?center=rio+de+janeiro&zoom=15&size=640x640&scale=2&maptype=satellite&language=en-EN&sensor=false
## Information from URL : http://maps.googleapis.com/maps/api/geocode/json?address=rio%20de%20janeiro&sensor=false

Nuvem de palavras

Você sabe o que é uma nuvem de palavras?

Já se perguntou como as pessoas criam “wordclouds” (nuvens de palavras)? Nuvens de palavras são imagens compostas por palavras de várias cores e tamanhos e, opcionalmente, organizadas em direções distintas. Pois agora você saberá como e o melhor de tudo: aprenderá a criar a sua nuvem de palavras!

Como criar a minha nuvem de palavras?

wordcloud2(data = demoFreq)

Outras coisas legais…

Espera! Esqueci de algo?

Ahhh, sim! Mas e o LaTeX?

Temos duas formas de colocar equações do LaTeX no RMarkdown

A primeira….

\[r =\frac{COV(x,y)}{S_xS_y} \] A segunda…

Que tal colocar a função de densidade da Normal?

\[\begin{equation} f(x) = \frac{1}{2\pi\sigma^{2}} e^{-\frac{1}{2 \sigma^{2}} (x - \mu)^{2}} \end{equation}\]

Um modelo de regressão

data(mtcars)
modelo1<-lm(mpg~hp, data=mtcars)
modelo1
## 
## Call:
## lm(formula = mpg ~ hp, data = mtcars)
## 
## Coefficients:
## (Intercept)           hp  
##    30.09886     -0.06823

A estimativa do \(\beta_1\) desse modelo linear simples é -0.0682283.

E se fosse uma apresentação? como devemos fazer?


Existem diversas forams de apresentações no Rmarkdown. As mais utilizadas são:

  1. ioslides_presentation
  2. slidy_presentation
  3. beamer_presentation
    1.output: beamer_presentation
  4. slidify

Outros pacotes interessantes

  1. mindr (pacote para gerar mapas mentais a partir do Rmarkdown)
  2. flexdashboard,
  3. bookdown,
  4. blogdown, e
  5. mindmap

Para maiores informações, esse link é bem útil

Agradecimentos aos professores Teresa Serrano, Alexandre Silva, Luciane Velasque, Bruno Francisco, Felipe Rafael, Maria Beatriz e Pimentel.

Para estudar mais o R Markdown

Biografia dos autores:

Steven Dutt-Ross

Steven Dutt-Ross é um entusiasta do R, professor e pesquisador do Departamento de Métodos Quantitativos da UNIRIO - DMQ/UNIRIO

Thiago de Araujo Severo dos Santos

Thiago de Araujo Severo dos Santos é estudante de Sistemas de Informação da UNIRIO e bolsista do projeto de extensão DATAUNIRIO.