R e RStudio

Aula 1

Bruno Montezano

Grupo Alliance
Programa de Pós-Graduação em Psiquiatria e Ciências do Comportamento
Universidade Federal do Rio Grande do Sul

8 de maio de 2023

Objetivos do curso

Desenvolver habilidades básicas no manejo e visualização de dados em R
Aprender conceitos básicos de programação
Introduzir conceitos e rotinas de análise de dados em saúde

Quem sou eu?

Bruno Montezano

Psicólogo
Mestrando em Psiquiatria e Ciências do Comportamento
Integrante do grupo de pesquisa Alliance
Pesquisa
- Psiquiatria de precisão
- Aprendizado de máquina
- Transtorno bipolar
- Suicídio

Logística do curso

Como será realizado?

Sete aulas virtuais
Plataforma Google Meet
Segunda às 19h
Duração média: 45min

Materiais: https://brunomontezano.github.io/r-workshop/

Conteúdo de hoje

O que é o R e por que usá-lo?
Visão geral do RStudio
Comandos básicos do R
- Vetores
- Data frames
- Funções
- Pacotes
- Ajuda

Materiais

Todos os materiais do curso estarão no site do curso.

Slides e códigos usados para gerar os slides
Links com outros materiais sugeridos

Se algo não estiver funcionado no site, me enviem um email!

Cronograma de aulas

R e RStudio (17/04/2023)
Manipulação de dados (24/04/2023)
Visualização de dados (08/05/2023)
Análise descritiva (15/05/2023)
Inferência estatística (22/05/2023)
Modelos de regressão (29/05/2023)
Tópicos avançados (05/06/2023)

Lembrando que todas as aulas serão realizadas às 19h do horário de Brasília.

Por que aprender análise quantitativa de dados?

Vocês vão ler pesquisa quantitativa

Interpretação
Avaliação

Vocês podem fazer pesquisa quantitativa

Análise
Comunicação

Formatação dos slides

Negrito indica um termo importante.

Itálico indica ênfase ou instruções para clicar com o mouse.

Exemplo: “Clique em Arquivo > Salvar como…”.

Código representa o código em R para ser digitado ou teclas para realizar ações.

Exemplo: “Pressione Ctrl-P para abrir a janela de impressão”.

Os blocos de código são código de fato executado no R.

# Quanto dá 25 vezes 11?
25 * 11

[1] 275

Por que usar R?

R é uma linguagem de programação construída para computação estatística.

Vamos supor que vocês já tenham domínio no Excel, SPSS, Stata, ou SAS, por quê usar R?

R é gratuito, então não precisamos de licença
R tem uma grande comunidade para pacotes e suporte
R consegue trabalhar com praticamente qualquer formato de dado
R facilita o processo de replicação e reprodutibilidade
R é uma linguagem, então é capaz de fazer quase tudo (vide os slides e o site do curso)
R é parecido com outras linguagens de programação (Python, Julia, etc)

RStudio

O RStudio é um ambiente de desenvolvimento integrado (IDE) para facilitar nossa vida.

Organização do código, saídas e plots
Autocompletar e destacar o código
Ajuda a visualizar os dados e objetos
Habilita integração de código em R em documentos com Quarto e RMarkdown
- Artigos
- Livros
- Apresentações
- Relatórios
- Websites e blogs

Interface do RStudio

Vamos abrir o RStudio e ir em Arquivo > Novo Arquivo > R Script.

Editando e executando código em R

Podemos executar (rodar) nosso código de diversas formas:

Selecionar linhas no Editor e clicar em Executar no topo ou pressione Ctrl+Enter ou ⌘+Enter para rodar a seleção
Com o seu cursor (|) na linha que você quer executar, pressione Ctrl+Enter ou ⌘+Enter. Notem que o cursor se move para a próxima linha, para que possamos rodar vários códigos em sequência
Escreva linhas individuais no Console e pressione Enter

O Console vai mostrar as linhas que você rodou seguido pela saída.

R como calculadora

No Console, vamos digitar 111 + 222 + 333 e pressionar Enter.

111 + 222 + 333

[1] 666

O [1] na saída indica o índice numérico do primeiro elemento da linha.

Agora, no nosso documento em R em branco no Editor, vamos digitar sqrt(81) e clicar Executar ou pressionar Ctrl+Enter ou ⌘+Enter.

sqrt(81)

[1] 9

Funções e Ajuda

sqrt() é um exemplo de função do R.

Se nós não soubermos o que sqrt() é, podemos digitar ?sqrt no Console e ver a aba de Ajuda na direita.

?sqrt

Argumentos são as entradas de uma função. Nesse caso, o único argumento para sqrt() é x, que pode ser um número ou um vetor de números.

Arquivos de ajuda provém documentação em como usar as funções e o que a função retorna.

Criando objetos

R armazena tudo como um objeto, incluindo dados, funções, modelos, e saídas.

A criação de um objeto pode ser feita usando o operador de atribuição: <-

novo_objeto <- 144

Operadores como o <- são funções que parecem símbolos mas geralmente ficam entre argumentos (números ou objetos) ao invés de ter eles entre () como na função sqrt(x)

Nós fazemos contas matemáticas com operadores, por exemplo, x + y.

+ é o operador de adição. Mas temos outros operadores matemáticos:

-: subtração
*: multiplicação
/: divisão
^: potenciação
%%: módulo (resto da divisão)

Chamando objetos

Nós podemos mostrar ou “chamar” um objeto através do seu nome.

novo_objeto

[1] 144

Dicas para nomear objetos:

Não pode iniciar com números
Sugiro usar nomes em letra minúscula
Sugiro usar . ou _ para dividir palavras
Usem nomes informativos
Evitem o uso de caracteres especiais

Usando objetos

Você pode tratar o nome do objeto como se ele fosse os valores armazenados no próprio objeto.

novo_objeto + 10

[1] 154

novo_objeto + novo_objeto

[1] 288

sqrt(novo_objeto)

[1] 12

novo_objeto ^ 2

[1] 20736

novo_objeto %% 2

[1] 0

Criando vetores

Um vetor é uma série de elementos, como números, por exemplo.

Nós podemos criar um vetor usando a função c() que significa “combinar”.

novo_objeto <- c(4, 9, 16, 25, 36)
novo_objeto

[1]  4  9 16 25 36

Atribuir em um nome já existente sobrescreve esse objeto.

Você pode usar um vetor como argumento para várias funções.

sqrt(novo_objeto) # Calcular raíz quadrada para cada elemento do vetor

[1] 2 3 4 5 6

mean(novo_objeto) # Calcular a média do vetor

[1] 18

sum(novo_objeto) # Somar todos os elementos do vetor

[1] 90

Classes

Os vetores podem assumir três classes principais no R.

Eles podem ser numéricos:

vetor_numerico <- 215
vetor_numerico

[1] 215

Podem ser de caractere (ou string):

vetor_de_caractere <- c("Bruno", "Montezano")
vetor_de_caractere

[1] "Bruno"     "Montezano"

Ou lógicos:

vetor_logico <- c(TRUE, FALSE, FALSE, TRUE)
vetor_logico

[1]  TRUE FALSE FALSE  TRUE

Lembrando que os vetores podem ter um único elemento, como o vetor_numerico criado acima.

Indexando vetores pela posição

Quando temos vetores de mais de um elemento, pode ser interessante acessar elementos específicos. Para isso, podemos usar os colchetes ([]).

vetor_exemplo <- c(2, 13, 22, 95)

vetor_exemplo[c(1, 3)] # Dessa forma, extraímos apenas o primeiro e o terceiro elemento

[1]  2 22

animais <- c("Gato", "Cachorro", "Vaca", "Zebra", "Gorila", "Avestruz", "Cabra")

animais[3:5] # Extrair apenas do elemento 3 até o elemento 5

[1] "Vaca"   "Zebra"  "Gorila"

animais[2] # Extrair apenas o "melhor amigo do homem"

[1] "Cachorro"

O operador dois pontos (:) gera um vetor usando a sequência de números inteiros do primeiro até o segundo argumento. 3:5 equivale a c(3, 4, 5).

Indexando vetores por expressões

Temos nosso vetor de exemplo:

vetor_exemplo

[1]  2 13 22 95

Podemos querer extrair elementos de um vetor a partir de alguma condição, na forma de expressões lógicas.

vetor_exemplo[vetor_exemplo > 15] # Extrair apenas os elementos de valor maior que 15

[1] 22 95

vetor_exemplo[vetor_exemplo <= 13] # Extrair elementos de valor menor ou igual a 13

[1]  2 13

Existem vários outros operadores lógicos:

==: igual a
!=: não é igual a
>, >=, <, <=: menor que, menor que ou igual a, etc
%in%: usado para checar igual a um entre vários valores

Combinando expressões lógicas

Podemos combinar mais de uma condição com os seguintes operadores:

&: ambas condições precisam ser respeitadas (E)
|: pelo menos uma condição precisa ser respeitada (OU)
!: inverte uma condição lógica (TRUE vira FALSE, FALSE vira TRUE)

vetor_exemplo[vetor_exemplo > 5 & vetor_exemplo < 15] # Valores maiores que 5 E menores que 15

[1] 13

vetor_exemplo[vetor_exemplo > 5 | vetor_exemplo < 15] # Valores menores que 5 OU menores que 15

[1]  2 13 22 95

vetor_exemplo[vetor_exemplo %in% c(1:15)] # Elementos que são iguais a algum número de 1 até 15

[1]  2 13

vetor_exemplo[!vetor_exemplo %in% c(1:15)] # Elementos que NÃO são iguais a algum número de 1 até 15

[1] 22 95

Agora, vamos dar uma olhada em outra estrutura de dados, os data frames!

O que é um `data.frame`?

Um data frame é uma tabela na qual cada coluna contém valores de uma variável e cada linha contém uma observação. Estrutura de dados mais comum em saúde.

Toda coluna possui um nome
Toda coluna possui valores de mesmo tipo
Cada coluna deve conter o mesmo número de linhas de dados
Cada linha deve conter o mesmo número de colunas de dados

Criando um `data.frame`

Vamos criar um data.frame no R com cinco variáveis e quatro observações.

df_aula <- data.frame(
  nome = c("Bruno", "Marcos", "Pedro", "José"),
  idade = c(18, 22, 25, 21),
  profissao = c("Psicólogo", "Professor", "Jogador de futebol", "Bombeiro"),
  tem_namorada = c("Sim", "Sim", "Não", "Sim"),
  gosta_de_r = c("Sim", "Não", "Não", "Não")
)

df_aula

    nome idade          profissao tem_namorada gosta_de_r
1  Bruno    18          Psicólogo          Sim        Sim
2 Marcos    22          Professor          Sim        Não
3  Pedro    25 Jogador de futebol          Não        Não
4   José    21           Bombeiro          Sim        Não

Na próxima aula, vamos aprender a carregar nossos próprios dados para dentro do R!

Indexando um `data.frame`

Diferente dos vetores, que são objetos unidimensionais, os data frames possuem duas dimensões.

Nesse caso, vamos usar os colchetes ([]) para indexar a base na forma: objeto_do_dataframe[linha, coluna].

df_aula[2:4, c(1, 3)]

    nome          profissao
2 Marcos          Professor
3  Pedro Jogador de futebol
4   José           Bombeiro

nome	idade	profissao	tem_namorada	gosta_de_r
Bruno	18	Psicólogo	Sim	Sim
Marcos	22	Professor	Sim	Não
Pedro	25	Jogador de futebol	Não	Não
José	21	Bombeiro	Sim	Não

df_aula[c(1, 4), ]

   nome idade profissao tem_namorada gosta_de_r
1 Bruno    18 Psicólogo          Sim        Sim
4  José    21  Bombeiro          Sim        Não

nome	idade	profissao	tem_namorada	gosta_de_r
Bruno	18	Psicólogo	Sim	Sim
Marcos	22	Professor	Sim	Não
Pedro	25	Jogador de futebol	Não	Não
José	21	Bombeiro	Sim	Não

Indexação e colunas no `data.frame`

Também podemos indexar a partir de expressões lógicas assim como nos vetores. Para isso, fazemos uso do operador $.

df_aula[df_aula$tem_namorada == "Sim", ] # Notem que a dimensão da coluna está vazia

    nome idade profissao tem_namorada gosta_de_r
1  Bruno    18 Psicólogo          Sim        Sim
2 Marcos    22 Professor          Sim        Não
4   José    21  Bombeiro          Sim        Não

df_aula[df_aula$gosta_de_r == "Não" & df_aula$idade > 21, ] # Idade > 21 e que não gostam de R

    nome idade          profissao tem_namorada gosta_de_r
2 Marcos    22          Professor          Sim        Não
3  Pedro    25 Jogador de futebol          Não        Não

O $ pode ser usado para extrair uma coluna em forma de vetor:

df_aula$idade

[1] 18 22 25 21

mean(df_aula$idade)

[1] 21.5

Pacotes

Pacotes são conjuntos de funções ou dados que podem adicionar novas funcionalidades no R.

Instale uma vez!

Use variás vezes!

Instalando o pacote `dados`

O pacote dados disponibiliza diversas bases de dados para aprendizado. E a melhor parte, são todas traduzidas para português!

O pacote pode ser instalado com a função install.packages():

install.packages("dados")

E então carregamos com a função library() para usar os dados disponibilizados:

library(dados)

pixar_bilheteria

# A tibble: 24 × 5
   filme                  orcamento bilheteria_eua_canada bilheteria_outros_pa…¹
   <chr>                      <dbl>                 <dbl>                  <dbl>
 1 Toy Story - Um Mundo …  30000000             191796233              181757800
 2 Vida de Inseto         120000000             162798565              200460294
 3 Toy Story 2             90000000             245852179              251522597
 4 Monstros S. A.         115000000             289916256              342400393
 5 Procurando Nemo         94000000             339714978              531300000
 6 Os Incríveis            92000000             261441092              370165621
 7 Carros                 120000000             244082982              217900167
 8 Ratatouille            150000000             206445654              417280431
 9 WALL-E                 180000000             223808164              297503696
10 Up - Altas Aventuras   175000000             293004164              442094918
# ℹ 14 more rows
# ℹ abbreviated name: ¹bilheteria_outros_paises
# ℹ 1 more variable: bilheteria_mundial <dbl>

Tarefa de casa

Dê uma olhada no site do curso
Crie um vetor de 1 a 25 e armazene em uma variável de nome sequencia
- Lembre-se do operador :
Crie um vetor de caractere de dois elementos com seu nome e último nome (chamado nome_completo) e extraia seu sobrenome usando []
Filtre a base pixar_bilheteria do pacote dados e extraia apenas os filmes que tiveram orçamento menor que 100 milhões
- Lembre-se do $, do <, do [] e da função library()

Dica: ChatGPT

O ChatGPT é um chatbot que pode ajudar na aprendizagem de programação
Ele pode responder perguntas sobre sintaxe, funcionalidades e solução de problemas no R

Você pode utilizar o pacote gptstudio para auxiliar nos códigos, gramática dos documentos, ou para comentar seu código no RStudio.

Ainda, o pacote askgpt foi criado para auxiliar na interação direta com o ChatGPT dentro do R.

R e RStudio

Objetivos do curso

Quem sou eu?

Bruno Montezano

Logística do curso

Conteúdo de hoje

Materiais

Cronograma de aulas

Por que aprender análise quantitativa de dados?

Formatação dos slides

Por que usar R?

RStudio

Interface do RStudio

Editando e executando código em R

R como calculadora

Funções e Ajuda

Criando objetos

Chamando objetos

Usando objetos

Criando vetores

Classes

Indexando vetores pela posição

Indexando vetores por expressões

Combinando expressões lógicas

O que é um data.frame?

Criando um data.frame

Indexando um data.frame

Indexação e colunas no data.frame

Pacotes

Instalando o pacote dados

Tarefa de casa

Dica: ChatGPT

O que é um `data.frame`?

Criando um `data.frame`

Indexando um `data.frame`

Indexação e colunas no `data.frame`

Instalando o pacote `dados`