• SAS é mais preparado para grandes bases de dados. o R guarda tudo na memória
• SAS/SPSS tem suporte dedicado e garantia das suas rotinas e ferramentas. O R não tem suporte oficial e não trás garantias.
• SAS/SPSS está na praça há muito mais tempo do que o R
• No SAS/SPSS não há necessidade de grandes investimentos em treinamento de pessoal para operar
• SAS é um "canivete suíço". Ele é ferramenta analítica, governança corporativa, gestão e serviços de TI e etc.

• permite analisar, manusear e limpar dados com mais facilidade e agilidade
• possui sistema e pacotes de visualização de dados que é referência
• tem, potencialmente, capacidade de interagir com qualquer software e linguagem de programação, inclusive com o SAS e Excel
• facilita a análise de dados colaborativa

• Das linguagens de programação, as mais populares para análise de dados são Python, Matlab/Octave e Java.
• Python é o mais parecido com o R e também o com maior aderência entre os estatísticos
• Métodos estatísticos básicos e consagrados podem ser feitos em todas essas linguagens. No Python, há mais opções

• O R é a única linguagem cujo foco de desenvolvimento é análise de dados
• De um tempo para cá, TODOS os novos métodos estatísticos são escritos primeiro em R
• Menor curva de aprendizado
• Fácil assimilação entre a matemática e a implementação

• Velocidade
• Eficiência (uso da memória)

• Mais desenvolvido na área de processamento de texto
• Linguagem de programação completa de uso geral, própria para produção
• Eficiente (não aloca dados na memória)

• Velocidade
• Maior curva de aprendizado. Exige mais programação
• O foco de desenvolvimento não é análise de dados

• Via de regra, se você já tem destreza em alguma dessas linguagens de programação, continue nela… até bater em uma barreira.
• Principal barreira do R é eficiência
• Principal barreira do Python é disponibilidade de funções
• Geralmente, bate-se na barreira do Python antes da barreira do R

• R está no Google, Facebook, Bank of America, Pfizer, New York Times. Está no IBOPE, Itaú, IBGE, DIEESE
• Relatórios estatísticos profissionais e em vários formatos
• Aplicativos interativos (TJSP)
• Modelagem e técnicas estatísticas básicas e avançadas

• R CRAN
• RStudio

• getwd(): consulta qual é o diretório de trabalho atual (working directory)
• setwd(): altera o diretório de trabalho
• Caminhos de pasta no R pode ter apenas \\ ou /
• Projetos do RStudio (.RProj) guardam essa informação
• install.packages("<nome_do_pacote>"): instala pacotes
• library(<nome_do_pacote>): carrega pacote e disponibiliza suas funções e bases de dados para serem usados

• Help / documentação
• Google it
• Stack Overflow.
• Melhores práticas para postar no Stack Overflow.
• Vamos utilizar o Stack Overflow para dúvidas durante o curso.

pi

## [1] 3.141593

sin(pi/2) + 2*3 - 4^2

## [1] -9

(sin(pi/2) + 2)*3 + (-4)^2

## [1] 25

z <- -8 + 0i

# verifica se z é um número commplexo
class(z)

## [1] "complex"

is.complex(z)

## [1] TRUE

Cuidado! O else e o else if têm que estar na mesma linha do } da expressão anterior, senão não rodará!

# Certo
if(1 == 2) {
  "Um resultado muito interessante!"
} else { # <----- Mesma linha que o "}"
  "1 é diferente de 2"
}

# ERRADO!!! Não rodará
if(1 == 2) {
  "Um resultado muito interessante!"
}
else { # <----- Na linha abaixo do "}"
  "1 é diferente de 2"
}

• Além de TRUE e FALSE, o R aceita 1 e 0, respectivamente
• Objetos character, NA, NaN e list não são interpretáveis como lógicos
• Caso seja passado um array, vector ou matrix, será utilizado apenas o primeiro elemento (evitar!)
• else e else if são opcionais.

Exemplo simples: iterar numa sequência de inteiros

for(i in 1:5) {
  print(i)
}

## [1] 1
## [1] 2
## [1] 3
## [1] 4
## [1] 5

Exemplo simples: iterar num vetor de palavras

frutas <- c("banana", "uva", "abacaxi")

# Brincadeira da <fruta> + "guei"
for(fruta in frutas) {
  print(paste(fruta, "guei", sep = ""))
}

## [1] "bananaguei"
## [1] "uvaguei"
## [1] "abacaxiguei"

Considerações

• Frequentemente é vantagem iterar sobre índices do vetor em vez dos valores propriamente ditos
• O for é especialmente ineficiente no R. O seu uso, ao contrário das outras linguagens de programação, se tornará cada vez menos frequente conforme você for se aprimorando no R

Exemplo: Variável aleatória Geométrica.

set.seed(123) # para reprodução
p <- 0.2 # probabilidade de cair "cara"
lances <- 0 # contador de lançamentos
while(runif(1) > p) {
  lances <- lances + 1
}

lances

## [1] 5

OBS: Condição depende do acaso

\[ f([x_1, \dots, x_n]) = [f(x_1), \dots, f(x_n)] \]

Exemplo:

nums <- 1:5
log10(nums)

## [1] 0.0000000 0.3010300 0.4771213 0.6020600 0.6989700

2^nums

## [1]  2  4  8 16 32

Funções vetorizadas…

• são (muito) mais velozes
• estão implementadas em lingaguens de baixo nível (FORTRAN, C ou C++)
• são algoritmos testados e feitos por especialistas
• funcionam para diferentes tipos de objetos passados à elas

• Funções também são objetos! (tudo à esquerda de <- vira objeto no R)
• Funções podem ser passadas como argumentos de outras funções
• Use suas funções como se tivessem vindas com o R: nome_da_funcao(...)
• Crie uma função sempre que for repetir o código e for mudar poucas coisas entre essas repetições
• Crie funções se esta puder ser generalizada para a tarefa específica em que sua implementação foi motivada

Parâmetros

nome_da_funcao <- function(<parâmetros>) {
  # faz coisas com os parâmetros
  resultado
}

• Parâmetros são objetos cujos valores devem ser atribuídos pelo usuário
• Funções aceitam quantos parâmetros precisar, e de qualquer tipo, inclusive nada (NULL)
• Os nomes dos parâmetros se tornarão objetos que só poderão ser usados dentro da função

Parâmetros opcionais

Podemos definir parâmetros que possuem valores "padrão".

# função que ecoa uma palavra
ecoar <- function(palavra, n_ecos = 3) {
    paste(c(rep(palavra, n_ecos), "!"), collapse = " ")
}

ecoar("eco")

## [1] "eco eco eco !"

ecoar("eco", 5)

## [1] "eco eco eco eco eco !"

Parâmetros relativos

Um parâmetro pode usar outro parâmetro como valor padrão.

# Função que desenha um histograma
histograma <- function(numeros, xlab = "x", titulo = paste("Histograma de", xlab)) {
  hist(numeros, xlab = xlab, main = titulo)
}

O parâmetro titulo usa o parâmetro xlab para compor seu valor padrão.

Ordem ou nome dos parâmetros

Funções entenderão os parâmetros passados…

• se forem passados com o nome, mesmo que fora da ordem
• se forem passados na ordem, mesmo que sem o nome
• se não houver ambiguidade, o R aceita parte do nome do parâmetro

# As quatro linhas abaixo resultam no mesmo gráfico
histograma(altura, "altura")                  # na ordem
histograma(numeros = altura, xlab = "altura") # pelo nome
histograma(xlab = "altura", altura)           # pelo nome e depois na ordem
histograma(altura, xl = "altura")             # parte do nome

Parâmetro '…'

• Utilidade 1: o número de argumentos é indefinido

args(paste)

## function (..., sep = " ", collapse = NULL) 
## NULL

# poderíamos passar qualquer quantidade de palavras
paste("Eu", "sou", "o", "capitão", "planeta")

## [1] "Eu sou o capitão planeta"

Parâmetro '…'

• Utilidade 2: os parâmetros extras serão passados a uma terceira função que tem muitos parâmetros

histograma <- function(numeros, xlab = "x", 
                       titulo = paste("Histograma de", xlab), ...) {
  hist(numeros, xlab = xlab, main = titulo, ...)
}

# parâmetros extras para hist()
histograma(altura, breaks = 100, col = 2)

Passamos breaks e col à função histograma() que repassou à função hist().

Funções anônimas

nums <- 1:4

eh_par <- sapply(nums,
                 function(numero) {numero %% 2 == 0})
cbind(nums, eh_par) 

##      nums eh_par
## [1,]    1      0
## [2,]    2      1
## [3,]    3      0
## [4,]    4      1

O objeto function(numero) {numero %% 2 == 0} define uma função, mas essa função não tem nome!

Escopo

(x <- exp(1))

## [1] 2.718282

f <- function(x) print(x)
f(2)

## [1] 2

g <- function(y) print(x)
g(2)

## [1] 2.718282

Escopo

• Objetos moram em ambientes (environments)
• As funções as procuram os objetos que precisam usar nesses environments
• A ordem de procura segue a regra do mais específico até o ambiente global (.GlobalEnv)
• Se nada for encontrado, retorna um erro
• Se houver dois objetos com o mesmo nome, prevalece o mais específico (o primeiro que for encontrado)

• d ("density") Densidade da Normal, ou f.d.p da Normal
• p ("probability") Função de distribuição acumulada (f.d.a) da Normal
• q ("quantile") Quantil da Normal
• r ("random") Gera um número vindo de uma Normal

Trigonometria

Estatística

Diversos

R Inferno