CE-083: Estatística Computacional I

• Professor: Walmes Marques Zeviani, (LEG: Laboratório de Estatística e Geoinformação)
• Curso: Estatística.
• Período: 2013/2.
• Local: LABEST, LAB A.
• Horário: Terça, 19:00-20:30h e Quinta, 20h45-22:00h.
• Atendimento: Quinta, 19:00-20:30h.
• Cartão de referência: Guia rápido do usuário R - tradução por Conrado Oliveira (ex-aluno).
• Ementa: CE083-fichas-2013-05-03.pdf

Quando não estiver disponível os arquivos baixe os mesmos por aqui.

Abaixo o histórico de atividades realizadas em classe e atividades extra classe aplicadas.

1. 27/08:
   • Introdução à Estatística Computacional I;
   • Download, instalação e fundamentos iniciais do aplicativo R;
   • Mecanismos de busca e consulta à documentação;
   • Atribuição de escalares à objetos;
   • Operações fundamentais com escalares.
2. 29/08:
   • Criação e operações com vetores;
   • Regra da reciclagem;
   • Seleção por posição em vetores;
   • Sequências regulares.
3. 03/09 (Paulo Justiniano):
   • Distribuições de probabilidade;
   • Cálculo de probabilidades de forma explicita;
   • Cálculo de probabilidades usando funções próprias.
4. 05/09:
   • Sabatina 01;
   • Gráficos de distribuições de probabilidades.

1. Trabalho 1:
   1. Pegar dados na web para fazer um relatório de análise de dados. Alguns sites recomendados:
      • http://www.lib.ncsu.edu/data/socialscienceandhumsets.html
      • http://www.thejanuarist.com/9-fascinating-datasets-available-online-for-free/
      • http://rdatamining.wordpress.com/2011/09/16/datasets-to-practice-your-data-mining/
      • http://www.statsci.org/datasets.html
      • http://www.rdatamining.com/resources/data
      • http://www.datawrangling.com/some-datasets-available-on-the-web
      • http://www.economicsnetwork.ac.uk/links/data_free
      • http://www.stata.com/links/examples-and-datasets/
      • http://people.stern.nyu.edu/adamodar/New_Home_Page/data.html
      • http://mathforum.org/library/topics/data_sets/
      • http://lemire.me/blog/archives/2012/03/27/publicly-available-large-data-sets-for-database-research/
      • http://www.20kmparis.com/web/resultats_precedents.asp
   2. Encontrar dados que tenham pelo menos uma v.a. qualitativa e uma quantitativa com número de registros superior à 30. Fazer o download dos dados e importar para o R;
   3. Fazer a análise exploratória dos dados com o R. Considerar:
      • tabelas com medidas de frequência, posição, dispersão;
      • gráficos de frequência, tendência, dispersão;
   4. Escrever um relatório sobre os dados. Considerar:
      • origem (endereço) e significado de cada variável;
      • inserir as tabelas/gráficos com comentários e interpretação sobre o que eles indicam;
      • concluir sobre as impressões que as análise deram à respeito dos dados;
   5. O documento deve conter:
      • figuras/tabelas com legendas, Ex: Figura 1. histograma da variável x.
      • figuras com dimensão apropriada, com texto legível, de tamanho e tipo de fonte compatível com o texto e próprio para leitura.
      • adotar um padrão de cores para os gráficos (P&B, tons cinza, tons azuis);
      • todo elemento informativo (gráfico/tabela) deve ser comentado no texto.
   6. deve ser entregue:
      • o relatório de análise impresso (para avaliação);
      • o script (.R) e a imagem da sessão (.RData) (para disponibilizar na página da disciplina);
      • o script deve conter o nome dos membros do grupo e ser salvo com o GRR de um destes. Ex: grr20139999.R, para a imagem da sessão também, grr20139999.RData.
      • o script deve estar devidamente comentado pois será disponibilizado para outros alunos, inclusive das próximas turmas.
   7. Prazo para entrega e envio do trabalho é o dia 10/10/2013. O relatório impresso deve ser entregue na aula e os arquivos digitais enviados para walmes<at>ufpr.br. O título da mensagem (subject do email) deve ser ce083 2013 trabalho 1;
   8. O trabalho pode ser feito em grupos de no máximo 3 pessoas.
   9. Não são aceitos trabalhos entregues após o prazo.
   10. O trabalho vale 2.0 pontos;