Disciplina Discipline RMS5772
Introdução ao R para Pesquisa em Saúde

Introduction to R for Health Research

Área de Concentração: 17139

Concentration area: 17139

Criação: 04/04/2023

Creation: 04/04/2023

Ativação: 04/04/2023

Activation: 04/04/2023

Nr. de Créditos: 6

Credits: 6

Carga Horária:

Workload:

Teórica

(por semana)

Theory

(weekly)

Prática

(por semana)

Practice

(weekly)

Estudos

(por semana)

Study

(weekly)

Duração Duration Total Total
3 1 6 9 semanas 9 weeks 90 horas 90 hours

Docente Responsável:

Professor:

Edson Zangiacomi Martinez

Objetivos:

Capacitar alunos de pós-graduação em saúde a utilizar a linguagem computacional R, para que estejam aptos a organizar os bancos de dados de seus trabalhos científicos, construir gráficos adequados e desenvolver algumas análises de dados.

Objectives:

To train graduate health students to use the R language, so that they are able to organize the databases of their scientific work, construct appropriate graphs, and develop some data analysis.

Justificativa:

O conhecimento e o uso adequado de programas computacionais voltados à organização, apresentação e análise de dados são essenciais aos alunos de pós-graduação. O programa computacional R é gratuito, de domínio público, e oferece aos alunos e pesquisadores da área de saúde excelentes recursos para o desenvolvimento de suas atividades acadêmicas.

Rationale:

O conhecimento e o uso adequado de programas computacionais voltados à organização, apresentação e análise de dados são essenciais aos alunos de pós-graduação. O programa computacional R é gratuito, de domínio público, e oferece aos alunos e pesquisadores da área de saúde excelentes recursos para o desenvolvimento de suas atividades acadêmicas.

Conteúdo:

• Apresentação do programa R, seus propósitos, linguagem e sintaxe. Comparação com programas analíticos usuais. • Objetos e tipos de dados (escalares, vetores, matrizes, fatores, data frames). Valores faltantes (missing data). • Operadores (aritméticos, de comparações, lógicos). • Funções matemáticas e estatísticas. Operações com caracteres. • Bancos de dados, “data frame”, leitura, importação e exportação de dados. • Operações vetoriais e matriciais. • Estatística descritiva: medidas de posição, dispersão, correlação. • Sequências e repetições. • Pacotes (R-base, recommended packages, contributed packages). • Gráficos. Parâmetros gráficos. Gráficos personalizados. • Criando funções no R. • Distribuições de probabilidade. Testes de hipóteses e intervalos de confiança. • Análise de variância e modelos de regressão. • R Studio, R Commander.

Content:

- Presentation of the R program, its purpose, language and syntax. Comparison with usual analytical programs. - Objects and data types (scalars, vectors, matrices, factors, data frames). Missing data. - Operators (arithmetic, comparison, logical). - Mathematical and statistical functions. Character operations. - Databases, data frames, reading, importing, and exporting data. - Vector and matrix operations. - Descriptive statistics: measures of position, dispersion, correlation. - Sequences and repetitions. - Packages (R-base, recommended packages, contributed packages). - Graphs. Graphical parameters. Custom graphs. - Creating functions in R. - Probability distributions. Hypothesis testing and confidence intervals. - Analysis of variance and regression models. - R Studio, R Commander.

Forma de Avaliação:

Listas de exercícios e apresentação de uma tarefa.

Type of Assessment:

Exercise lists and submission of a homework assignment.

Observação:

Os participantes são encorajados a trazer seus próprios laptops para as práticas. Assumiremos um bom conhecimento de estatísticas descritivas e inferenciais e alguma familiaridade com conceitos de distribuições de probabilidade e análises de regressão. São exigidos bons conhecimentos de estatística descritiva e inferencial. A disciplina tem foco na programação em R, e não no ensino de conceitos estatísticos.

Notes/Remarks:

Participants are encouraged to bring their own laptops for the practices. We shall assume a good knowledge of descriptive and inferential statistics and some familiarity with concepts of probability distributions and regression analyses. The course focuses on programming in R, not on teaching statistical concepts.

Bibliografia:

Livros: • Chambers J. Software for Data Analysis: Programming with R. 2st edition. Springer, 2009. ISBN-13: 978-0387759357 • Crawley MJ. The R Book. 2st edition. Wiley, 2012. ISBN-13: 978-0470510247 • Dalgaard P. Introductory Statistics with R. 2nd edition. Springer, 2008. ISBN-13: 978-0387790534 • Everitt BS, Hothorn T. A Handbook of Statistical Analyses Using R, 3rd Edition. Routledge, 2014. ISBN-13: 978-1482204582 • Ihaka R, Gentleman R. R: A language for data analysis and graphics. J Comput Graph Statist 1996; 5:299-314. • Long JD, Teetor P. R Cookbook: Proven Recipes for Data Analysis, Statistics, and Graphics. 2nd edition. O'Reilly Media, 2019. ISBN-13: 978-1492040682 • Venables WN, Smith DM. An Introduction to R. 2nd edition. Network Theory Ltd., 2009. ISBN-13: 978-0954612085 • Verzani J. Using R for Introductory Statistics. 2nd edition. Chapman and Hall/CRC, 2014. ISBN-13: 978-1466590731 • Zuur AF, Ieno EN, Meesters E. A Beginner's Guide to R. 1st edition. Springer, 2009. ISBN-13: 978-0387938363 Páginas: • R Development Core Team. Vienna: The R Project for Statistical Computing; 2010. Available at: http://www.R-project.org. • R bloggers. Available at: https://www.r-bloggers.com/ • RStudio. Boston: RStudio Team. Available at: https://www.rstudio.com/

Bibliography:

Books: • Chambers J. Software for Data Analysis: Programming with R. 2st edition. Springer, 2009. ISBN-13: 978-0387759357 • Crawley MJ. The R Book. 2st edition. Wiley, 2012. ISBN-13: 978-0470510247 • Dalgaard P. Introductory Statistics with R. 2nd edition. Springer, 2008. ISBN-13: 978-0387790534 • Everitt BS, Hothorn T. A Handbook of Statistical Analyses Using R, 3rd Edition. Routledge, 2014. ISBN-13: 978-1482204582 • Ihaka R, Gentleman R. R: A language for data analysis and graphics. J Comput Graph Statist 1996; 5:299-314. • Long JD, Teetor P. R Cookbook: Proven Recipes for Data Analysis, Statistics, and Graphics. 2nd edition. O'Reilly Media, 2019. ISBN-13: 978-1492040682 • Venables WN, Smith DM. An Introduction to R. 2nd edition. Network Theory Ltd., 2009. ISBN-13: 978-0954612085 • Verzani J. Using R for Introductory Statistics. 2nd edition. Chapman and Hall/CRC, 2014. ISBN-13: 978-1466590731 • Zuur AF, Ieno EN, Meesters E. A Beginner's Guide to R. 1st edition. Springer, 2009. ISBN-13: 978-0387938363 Web: • R Development Core Team. Vienna: The R Project for Statistical Computing; 2010. Available at: http://www.R-project.org. • R bloggers. Available at: https://www.r-bloggers.com/ • RStudio. Boston: RStudio Team. Available at: https://www.rstudio.com/

Tipo de oferecimento da disciplina:

Presencial

Class type:

Presencial