Módulo 1
Lógica e Linguagem de Programação
Atividade complementar
Quer consolidar tudo o que você aprendeu neste módulo?
Então aproveite as atividades complementares que preparamos especialmente para você!
Disponibilizamos três atividades opcionais para você praticar com calma e no seu próprio ritmo.
No GitHub, você encontrará tudo organizado em uma única pasta:
- Atividades em PDF
- Base de dados para os exercícios
- Gabarito em R com os resultados esperados em PDF
Acesse a pasta no GitHub e comece a praticar quando quiser.
Outras bases de Dados para Praticar
Além do banco de dados do SIM (Sistema de Informação sobre Mortalidade) que utilizamos nesta aula, existem outras bases de dados disponíveis no R que são excelentes para praticar os conceitos aprendidos:
- nycflights13 - Contém dados de voos partindo de Nova York. É especialmente útil para praticar joins (junções de tabelas) e agrupamentos. Para usar, instale o pacote com install.packages("nycflights13"), carregue-o com library(nycflights13) e consulte a documentação com ?flights.
- iris - Um dataset clássico sobre medidas de flores. É simples e didático, ideal para começar a praticar. Este dataset já vem incluído no R. Para acessá-lo, use data(iris) e consulte a documentação com ?iris.
- mtcars - Contém dados sobre características de diferentes modelos de carros. É excelente para praticar cálculos estatísticos e agrupamentos. Também já vem incluído no R. Acesse com data(mtcars) e veja a documentação com ?mtcars.
- gapminder - Apresenta dados de diversos países ao longo do tempo, incluindo informações sobre população, expectativa de vida e PIB. Ótimo para análises temporais. Instale com install.packages("gapminder"), carregue com library(gapminder) e consulte ?gapminder para mais informações.
Dicas para um Aprendizado Eficaz
Aprender a linguagem de programação R envolve uma curva de aprendizagem que exige dedicação e prática contínua. Aqui estão algumas dicas importantes:
- Pratique com problemas reais: Envolva-se com problemas de situações reais para solidificar seu entendimento. Experimente manipular e analisar dados de diferentes fontes e formatos que sejam do seu interesse.
- Divida o problema em partes menores: Quando enfrentar um problema complexo, divida-o em partes menores e mais gerenciáveis. A abordagem de "dividir para conquistar" pode facilitar muito a solução e o aprendizado.
- Consulte a documentação: O R possui uma documentação completa e acessível. Use ?nome_da_funcao no console para acessar ajuda sobre qualquer função. Além disso, explore tutoriais e fóruns online como Stack Overflow e RStudio Community.
- Explore recursos de aprendizado: Existem muitos recursos gratuitos disponíveis, incluindo a documentação oficial do R, os cheat sheets do Tidyverse e o excelente livro online "R for Data Science".
- Seja persistente: A prática constante é crucial. Não desanime se encontrar dificuldades; cada desafio é uma oportunidade de aprendizado. Erros fazem parte do processo e são fundamentais para o desenvolvimento de suas habilidades.
Continue explorando, praticando e aplicando suas habilidades para se tornar proficiente na linguagem R!
Complementar
Para aprofundar os conhecimentos abordados nesta aula, recomendamos a consulta a materiais complementares disponíveis em ambientes online. Esses recursos oferecem conteúdos atualizados, exemplos práticos e abordagens didáticas que podem enriquecer a sua aprendizagem. Acesse:
Vídeos: