| Metodologia: |
Todas as aulas ocorrerão de maneira presencial, sendo realizadas, preferencialmente no Laboratório de Informática do CAFS. Alternativamente, as aulas teóricas poderão ser realizadas na Sala Multiuso do NHNUFPI/CAFS. As aulas serão expositivas e dialogadas, com abordagem teórico-prática.
Estudantes que queiram utilizar seus próprios computadores, devem realizar a instalação dos softwares, descritos abaixo. A ordem de instalação deve ser a mesma da ordem de apresentação abaixo, para evitar problemas:
• R, versão 4.3.3, disponível em: https://cran.r-project.org/bin/windows/base/
• R Studio Desktop, versão 2023.12.1+402, disponível em: https://posit.co/download/rstudio-desktop/
Obs. 1: Atentar para a versão correta (32 ou 64 bits) dos programas ao realizar o download, de modo que sejam compatíveis com o computador que forem utilizar para as aulas. Caso não sabiam qual o formato do sistema operacional que usam, vejam este vídeo: https://www.youtube.com/watch?v=2MgixVKW1lc&ab_channel=BlueScreenTricks
Obs. 2: Há novas versões disponíveis dos softwares listados acima, porém os computadores disponíveis no CAFS não suportam as novas versões. É bem improvável que qualquer versão (listada acima ou mais recente) traga diferença nas ações realizadas ao longo da disciplina.
POLÍTICA DE TOLERÂNCIA ZERO A PLÁGIO E AO USO DE INTELIGÊNCIA ARTIFICIAL: qualquer indício de plágio ou do uso de ferramentas de inteligência artificial, em qualquer atividade desenvolvida e entregue pelos discentes, implicará em total anulação da atividade, independentemente, da quantidade de plágio detectado. Por exemplo: em uma avaliação com 10 questões, caso seja detectado plágio na resposta de uma questão, todas as 10 questões serão anuladas, recebendo a avaliação nota final igual a zero (0,0).
|
| Bibliografia:
| Bibliografia básica:
JONES, E.; HARDEN, S. & CRAWLEY, M. J. 2022. The R book. Oxford: John Wiley & Sons. 880p.
LEEMIS, L. M. 2021. Learning base R. Kansas:Lawrence Leemis. 368p.
SCHMULLER, J. 2019. Análise estatística com R, para leigos. Rio de Janeiro: Alta Books Editora. 409 p.
Bibliografia complementar:
BRAUN, W. J & MURDOCH, D. J. 2021. A first course in statistical programming with R. Cambridge: Cambridge University Press. 280 p.
DAVIES, T. M. 2016. The book of R: a first course in programming and statistics. California: No Starch Press Inc. 832 p.
KABACOFF, R. I. 2015. R in action: data analysis and graphics with R. Nova Iorque: Manning Publications. 608 p.
|
