Índice
- O Curso R
-
- Tutoriais
-
- Apostila
-
- 6. Testes de Hipótese (em preparação!)
- Exercícios
-
- Material de Apoio
-
- Área dos Alunos
-
- Cursos Anteriores
-
IBUSP
Outras Insitutições
Linques
Visitantes
Outras Insitutições
Essa é uma revisão anterior do documento!
Antes de iniciar essa primeira aulas veja a videoaula sobre o esquema do curso em Curso IBUSP/ESALQ - 2023
Meu nome é Alexandre e costumo falar devagar nas videoaulas. Como elas estão em um canal do youtube é possível acelerar clicando em Settings
(simbolo de engrenagem que aparece na barra inferior do video) e em seguida em Playback speed
. Procure a sua velocidade!
Entre as várias características que definem uma linguagem computacional está a forma como o código é implementado pelo sistema operacional, ou seja, como a linguagem do programa é transformada em linguagem de máquina do sistema operacional. Há dois tipos básicos de implementação: compilação e interpretação. O R faz parte do segundo grupo e por isso podemos conversar com o programa a cada linha de comando. Além disso, nossa conversa com o R é baseada em uma linguagem de alto nível, significando que nossa comunicação com o programa é similar à linguagem humana e se distancia da linguagem da máquina que é binária, só contendo zeros e uns.
Outra característica do R é que ele é uma linguagem orientada a objetos, ou seja, manipulamos objetos com procedimentos inerentes à classe a que eles pertencem. Essas características do R fazem com que esse ambiente de programação seja similar uma oficina com matéria-prima (objetos) e ferramentas que manipulam esses objetos 1) e com isso podemos construir outros objetos, ou 'obras de arte virtual' em nosso ateliê. Vamos entrar nessa oficina!
Vamos usar uma interface web para rodar o R. Nos quadros rdrr.io
é possível submeter as linhas de código ao servidor e receber o resultado da operação em uma outra janela. Caso o servidor não esteja disponível, ou a conexão da internete não for muito boa, é possível rodar as linhas de código em uma sessão do R no seu computador, copiando e colando as linhas de código são apresentados antes dos quadros do rdd.io
.
O comando que vamos executar é:
print("Hello, world")
Clique no botão RUN abaixo!
Os computeiros dizem que a primeira coisa que deve ser feita ao aprender uma linguagem computacional é faze-la dizer Hello, world!. Pronto! Já fizemos nossa primeira tarefa na linguagem R!
No código acima, ao clicar em RUN enviamos o comando print(“Hello, world!”)
para o interpretador do R. Apesar da simplicidade desse exemplo temos alguns conceitos básicos da sintaxe do R que são importantes.
Note que temos no comando acima caracteres (letras, símbolos e espaços em branco) que estão entre aspas “Hello, world!”
. Essa é nossa primeira lição: O que está entre aspas o R interpreta como sendo caracteres. Parece óbvio, mas veja o que acontece ao rodar o código abaixo:
print(Hello)
A mensagem Error: object 'Hello' not found
, significa que o R não encontrou o objeto com o nome Hello
. Nossa segunda lição: caracteres que não estão entre aspas o R intrepreta como sendo objetos. No caso, o objeto Hello
não foi encontrado!
Ok! E como fazemos para criar um objeto no R?
ATRIBUIÇÃO NO R
Nas regras de boas práticas de estilo da linguagem, em geral, se diz que deve-se usar a primeira forma, que a segunda é aceitável, mas que não devemos usar a terceira!
Vamos criar nosso primeiro objeto no R!
Hello <- "Hello, world!"
Parece que nada aconteceu, mas de fato, atribuímos ao objeto chamado Hello
os caracteres que compõem a frase Hello, world!
. Após criar o objeto podemos manipulá-lo ou apenas chamá-lo para exibir o que foi atribuído a ele.
Hello
Agora temos novamente o retorno de “Hello, world!”
, mas dessa vez a frase vem do objeto Hello
. Quando chamamos um objeto que existe no R ele nos retorna o que está armazenado nele.
Todo o objeto criado em uma sessão do R é atribuído a ele uma classe. Isso é feito automaticamente pelo R, caso o usuário não explicite a classe do objeto na sua criação. Vamos então ver a classe do objeto que criamos:
Hello <- "Hello, world!" Hello class(Hello)
No nosso primeiro código do R havia um objeto chamado print
. Vamos visualizar a classe a que pertence esse objeto:
class(print)
O R nos diz que esse objeto é da classe função. Os objeto da classe function
em geral estão associados a uma documentação que nos ajudam a entender como usar essa ferramenta! Para acessar a documentação no R, utilizamos outra ferramenta que é a função help
2).
help(print)
Uma questão interessante aqui é que estamos usando uma ferramenta, a função help
, para manipular o objeto print
, que por sua vez também é uma função! O que acontece se chamarmos o objeto help
sem os parênteses?
help
É muito importante diferenciar o objeto que contém o código, que é a função, do procedimento ao executar essa função. A diferença entre um e outro está em um detalhe pequeno que são os parênteses (…) que acompanham o nome da função. O nome da função acompanhado dos parênteses fazem com que o procedimento associado a esse objeto seja executado! Caso não seja acompanhada dos parênteses, o objeto da classe função irá retornar aquilo que está atribuído a ele: o texto de código que a função contém.
Na documentação da função print
há a descrição de argumentos que, entre outras coisas, flexibilizam o procedimento da função. O primeiro argumento, chamado x
é o objeto que será manipulado, um outro argumento dessa função é o digits
. Vamos usá-lo:
print(x= 1.23456789, digits = 3)
Para explicitar que estamos manipulando objetos, podemos fazer o procedimento em duas etapas, primeiro atribuíndo o valor 1,23456789
a um objeto e depois solicitando para que ele seja mostrado na tela com apenas 3 digitos.
numero <- 1.23456789 print(x= numero, digits = 3)
O padrão decimal do R
Note que no R utilizamos “ . ” para indicar que um número é decimal e isso ocorre pois o R utiliza o padrão de números em Inglês. Já em Português o padrão é utilizar a vírgula como indicação de decimais, porém um número com vírgula não é reconhecido pelo R, retornando um erro!
Agora vamos ver a diferença na manipulação que o print
faz, dependendo da classe do objeto:
palavra <- "1.23456789" print(x= palavra, digits = 3)
Porque o objeto numero
é manipulado diferentemente do objeto palavra
? Por que são objetos de classes diferentes e a função print
reconhece essa diferença e trata eles de forma diferente. Quanto manipula números o argumento digits
faz sentido, quando o objeto é da classe characters
esse argumento é desprezado. Aqui tem um conceito avançado da linguagem, a função print
chama um método que executa diferentes procedimentos dependendo da classe do objeto que ela manipula. Podemos dizer que o método é um conjunto de funções.
Para acessar a classe a que um objeto pertence usamos a função class
.
class(numero) class(palavra)
Vamos agora usar uma outra função para exemplificar a sintaxe básica do R. A função em questão é round
, que arredonda um valor numérico até a casa decimal solicitada, diferentemente do print
que não modifica o valor, apenas imprime ele com o número de casa decimais solicitado. O round
, por sua vez, faz a transformação do valor arredondando o valor.
A primeira ação que deve ter ao utilizar uma função no R é: SEMPRE LER A DOCUMENTAÇÃO.
A documentação do round
descreve que ele também tem um argumento chamado digits
.
outro <- round(numero, 4)
Cadê o nome do argumento?
Note que o código acima não tem o nome dos argumentos. Estamos usando uma das regras dos argumentos no R que é a posição. Caso o nome não seja dado, o R usa a posição para atribuir o valor ao argumento. É possível usar ambas regras, posição e nome, o que é bastante comum. Uma outra regra é a do padrão único do nome simplificado. Por exemplo, o dig = 3
será reconhecido como digits = 3
desde que não haja nenhum outro argumento que comece com dig
no nome. Como sabemos a posição e nome dos argumentos? No help
. Consulte sempre a documentação! Quase todas as funções que aparecem nos códigos do wiki estão conectadas a sua documentação por hiperlink 3), use e abuse!
A sintaxe básica do R pode ser definida como:
object <- tool(x, arg2 = y, arg3 = z)
Podemos ler o comando acima como sendo: “utilize a ferramenta tool
para manipular o objeto x
tendo o argumento arg2
com o atributo y
e a opção arq3
como z
. O resultado dessa manipulação é armazenado no objeto object
. Note que o R, nesse caso, não devolveria nada na tela, pois o resultado da manipulação é atribuído a um objeto.
Até aqui vimos dois tipos de informação que podem ser manipuladas no R: caracteres e números.
Os números, por sua vez, podem ser de dois tipos: números com decimais (numeric
) e inteiros (integer
). Essa distinção é importante para a maneira como o R armazena essa informação na memória do computador, de resto elas funcionam como números racionais na matemática clássica.
No capítulo seguinte vamos tratar das funções matemáticas mais a fundo. Aqui vamos apenas ver as bases conceituais dos tipos de dados básicos e qual a estrutura básica de armazenamento em objetos. As operações da algebra básicas no R usam os mesmos simbolos que na matemática tradicional: +
, -
, /
e *
.
10 + 10 10 - 10 10 / 10 10 * 10
Como vimos na sessão anterior podemos atribuir valores numéricos a um objeto. Depois disso, podemos manipular os valores indiretamente por intermédio do objeto.
dez <- 10 dez + dez dez - dez dez / dez dez * dez
Atribuímos o valor 10
ao objeto dez
e depois manipulamos o objeto dez
. Isso não parece ser uma vantagem. Estamos trocando dois dígitos, o valor 10
, por um objeto que contem 3 letras, o dez
. A vantagem começa quando atribuímos o resultado de operações a um outro objeto.
cem <- dez * dez dezmil <- cem * cem cem dezmil
Ficaria ainda melhor se pudessemos operar mais de um valor de uma vez. Como armazenar mais de um valor em um objeto? Usamos uma função c
que significa concatenar ou combinar. Os elementos combinados são a estrutura básica de dados no R, que é o objecto da classe vector
. Esse é o elemento básico dos objetos no R. Mesmo que o objeto só tenha um elemento, trata-se de um vetor com uma posição.
contadez <- c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10) contadez
Note que, antes de iniciar a apresentação dos valores que estão no vetor contadez
o R apresenta o valor 1 entre colchetes [1]
. Caso o nosso vetor fosse longo e tivesse que ser apresentado em várias linhas, outros valores em colchetes iriam iniciar essa outras linhas de apresentação dos dados. Esses valores representam a indexação do elemento que inicia a linha de apresentação do conteúdo do vetor. Ou seja, o elemento na posição 1, no nosso caso é o valor 1
.
Vamos inverter esse vetor, em seguida combiná-lo com o vector anterior!
invertedez <- rev(contadez) descontadez <- c(invertedez, contadez) descontadez
Agora, como fazemos para acessar algum elemento dentro desse vetor? Para isso usamos a indexação de posição.
Por padrão no R o primeiro elemento de um vetor está na posição 1.
Essa frase pouco informativa é uma detalhe importante. Em muitas linguagem computacionais, diria até que a maioria das linguagens mais populares, a indexação começar pela posição definida como 0
(zero)! Mais a frente vamos usar outras indexações de vetores e de outras classes de objetos de dados. Abaixo temos alguns exemplos, simples para vetores:
descontadez descontadez[7] descontadez[c(1, 5, 10, 20)]
Crie objetos com as datas do tri e tetracampeonatos mundiais do Brasil4):
copa70 <- "21/06/70" copa94 <- "17/07/94"
Qual a diferença em dias entre estas datas? A subtração retorna um erro (verifique):
copa94 - copa70
Isto acontece porque os objetos são caracteres, uma classe que obviamente não permite operações aritméticas. Já sabemos verificar a classe de um objeto, digitando o código:
class(copa70) class(copa94)
O resultado seria character
para ambos!
Mas o R tem uma classe para datas, que é Date
. Vamos fazer a coerção 5) dos objetos para esta classe, verificar se a coerção foi bem sucedida, e repetir a subtração. O código para isso está descrito abaixo:
copa70 <- as.Date(copa70, format = "%d/%m/%y") copa94 <- as.Date(copa94, format = "%d/%m/%y") class(copa70) class(copa94) copa94 - copa70
NOTA: o argumento format
da função as.Date
informa o formato em que está o conjunto de caracteres que deve ser transformado em data, no caso dia/mês/ano (%d/%m/%y
), todos com dois algarismos. Veja a ajuda da função para outros formatos.
Inclua na janela do R online abaixo o código que gera os objetos copa70
e cop94
, em seguida verifique a classe a que pertencem, e depois faça a a transformação para a classe Date
e a subtração entre eles.
Comentando meu código
Ao submeter uma linha de comando ao R é possível incluir comentários usando o símbolo de #
. O hashtag ou sustenido indica ao R que a partir daquele ponto até o final da linha o código não deve ser interpretado.
Até o momento, vimos algumas naturezas de informação que podemos armazenar e manipular no R: caracteres, datas e números. Uma outra natureza importante de dado básico no R é chamada de lógica.
As palavras TRUE
e FALSE
e também as abreviações T
e F
são reservadas para esse fim. Uma questão importante dos dados lógicos é que a eles também são associadas os valores 0 e 1, para FALSE
e TRUE
, respectivamente. Veja abaixo como podemos operá-los algebricamente:
TRUE + TRUE TRUE / FALSE TRUE * FALSE
Além disso, o R retorna TRUE
ou FALSE
quando fazemos alguma procedimento utilizando operadores lógicos.
Operadores Lógicos
==
: igual!=
: diferente >
: maior que <
: menor que>=
: maior ou igual<=
: menor ou igual |
: uma das condições &
: ambas as condiçõesAlguns exemplos de operações lógicas no R:
numero <- 1.23456789 numero < 1 numero > 1 ## abaixo primeiro imprime o valor e depois faz o teste logico print(numero, digits = 4) == numero round(numero, digits = 4) == numero numero > 1 & log(numero) > 1 numero > 1 | log(numero) > 1
NOTA: Note que a igualdade é definida por dois caracteres de igualdade: ”==“. Se usarmos apenas um carácter de igualdade no R isso será interpretado como uma atribuição, como o sinal ”←“.
A operação lógica também funciona com vetores, obedecendo a posição dos elementos:
contadez <- c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10) invertedez <- rev(contadez) invertedez invertedez > contadez
Imagine um experimento em que classificamos as plantas em uma escala de herbivoria com os níveis: “alto”, “médio”, “baixo” e “nulo”. Vamos criar um objeto que representa o valor desta medida de herbivoria em uma amostra de 14 plantas:
herb <- c("A", "M", "M", "A", "A", "M", "M", "B", "A", "A", "A", "A", "B", "A")
E então criar um objeto da classe fator com estes valores:
herbFactor <- factor(herb)
Usamos a função table
para contar o número de observações em cada nível do fator, cujo resultado atribuímos a um outro objeto. Os valores são exibidos se digitamos o nome do objeto.
herbTable <- table(herbFactor) herbTable
A função para gerar gráficos plot
pode ser aplicada diretamente ao objeto desta tabela:
plot(herbTable)
Rode o código abaixo e avalie o que está sendo produzido em cada linha de comando . Caso fique com dúvidas a primeira coisa a fazer é consultar o help()
da função. O quadro onde temos o código abaixo, pode ser editado e pode rodar novamente com outro código. Fique a vontade para explorar a documentação das funções que estamos apresentando.
Note que na tabela e na figura os níveis não estão ordenados da forma como deveriam e falta o nível de herbivoria nula. Isto acontece porque, ao criar uma variável de fator a partir de um vetor de valores, o R cria níveis apenas para os valores presentes, e ordena estes níveis alfabeticamente. Caso um nível não tenha sido observado nos dados, ele fica de fora da variável, mas o correto seria ele ter a contagem como 0
.
Para ordenar o fator e incluir um nível que não foi representado na amostra usamos o argumento levels
da função fator
:
herbFactor <- factor(herb, levels = c("N", "B", "M", "A"))
Modifique o código da janela acima, incluíndo o argumento levels
na função factor
e rode novamente o código todo na janela abai
NOTA: há uma classe para fatores ordenados que poderia se aplicar aqui, mas seu uso tem implicações importantes nos resultados de algumas análises, que no momento não vêm ao caso. Mais informações a respeito na ajuda da função factor.
Antes de continuar a introdução aos conceitos básicos do R, vamos enteder uma conduta importante em programação. Um dos primeiros hábitos que você deve adquirir para trabalhar com o R é não digitar os comandos diretamente no console do R6), e sim em um arquivo texto, que chamamos de script ou código. Essa intermediação entre o texto do comando e o interpretador, feita pelo script, é importante pois garante que o que está sendo direcionado ao R é armazenado no arquivo texto, que por fim, pode ser salvo e armazenado no computador, como um registro do procedimento executado e para ser utilizar novamente quando necessário.
Reprodutibilidade do procedimento
Quando trabalhamos em uma planilha eletrônica, a partir de dados brutos, podemos salvar os gráficos ou os dados modificados após manipulados. Entretanto, o procedimento não é salvo. Se precisar fazer o mesmo procedimento para outro conjunto de dados precisará lembrar todas as etapas e a ordem em que foram executadas. Em programação, o script é nosso roteiro do procedimento que foi executado. Para repetir um procedimento é só executar novamente o script. Isso incrementa muito a reprodutibilidade do nosso procedimento, uma qualidade muito importante para a ciência de um modo geral, mas também para o dia a dia. Por isso, a partir desse momento no curso, iremos abondonar a interface do R online que estavamos usando para rodar o código e vamos, a patir de agora, produzir script ou códigos!
Um editor de código nada mais é do que um editor de texto puro como o bloco de notas do Windows. Algumas funcionalidades são bem vindas, como por exemplo, enviar a linha de código diretamente para o console do R sem a necessidade de copiar e colar.
A instalação básica do R contém uma interface gráfica de usuário (R-GUI) simples, tanto no Windows como no IOS, que acompanha um editor de códigos.
O editor de códigos do R-GUI no Windows e no Mac é bastante simples e costuma ser uma boa opção inicial para usuários deste sistema. Para esta disciplina ele é suficiente.
No Linux não uma há uma GUI padrão para o R, e esta escolha deve ser feita logo no início.
Na página de material de apoio há uma seção com várias dicas sobre interfaces para o R para lhe ajudar.
A figura abaixo é uma captura de tela do R-GUI do Windows, mas no MAC o editor é similar, e você pode manter a mesma lógica. Deixe sempre uma janela de código aberta acima da janela do R, como na imagem abaixo:
Interface de usuário R-GUI
Na figura acima há duas janelas com funcionamentos e objetivos muito distintos.
.r
ou .R
para reconhecermos que é um script da linguagem R. O sistema operacional deve reconhecer a extensão com sendo do R automaticamente.Para evitar confusão e perda de trabalho é importante digitar as informações que serão transmitidas ao R (linhas de código) no arquivo texto e ir passando esses comandos ao R. Uma boa prática também é comentar as linhas de código para que outras pessoas, ou mesmo a pessoa que criou o código, possam entender ou lembrar o que o código executa.
É imprescindível aprender a se organizar dentro da lógica do ambiente de programação, com o risco de perder trabalho ou ficar completamente perdido entre as tarefas que executa.
Ctrl-r
. Faça o mesmo com as linhas seguintes;Para Usuários de MAC
Para enviar comandos do editor de código do R-GUI para o R utilize Command+Enter ou Command+Return.
Veja o material RMacOSX
## Tutorial Introducao ao R
## Data: ….
;copa70
, por exemplo; Ctrl-r
para submeter tudo ao interpretador do R;Comentários no código
Para fazer comentários no código, usamos o simbolo de #
.
Qualquer conteúdo na linha de comando depois do #
não é interpretado pelo R. Utilizamos os comentários, em geral, para tornar o código autoexplicativo.
Agora vamos submeter o script salvo no nosso sistema de correção automática de código, chamado notaR.
Agora que já fez seu primeiro exercício no notaR. Siga para a aba de exercícios para seguir os execícios desse tópico. Os exercícios ficarão embutidos nesse wiki, mas deixaremos sempre o link para o notaR caso prefiram abrir a plataforma diretamente. Lembre-se de logar no sitema notaR antes de fazer os exercícios e não deixe de passar pela aba da apostila, ela e complementar aos tutoriais, apesar de alguma redundância desejável.
?
funciona como um atalho para essa função