Curso de Análise de Dados no Serviço Público

Instalação Básica do R Project e R Studio;
Panorama Básico do R Studio;
Noções Iniciais de Estruturas de Dados;Variáveis;
Vetores;
Matrizes;
Fatores;
Data Frames;
Listas (Noções elementares).
Noções Iniciais da Sintaxe do REstabelecendo variáveis e dataframes;
Como o R ajuda com operações básicas em bancos de dados grandes;
Operadores Relacionais;
Operadores Lógicos;
Funções Básicas do R – cbind e rbind, paste0, names.
Estrutura CondicionalIf;
Else;
Else If.
O Loop “For”Pra que serve e quando usar um “loop”?
Noções Básicas do Loop For.
Indicação de Conteúdos de AprofundamentoCheat Sheets;
Github.

Importação de Dados EstáticosEstabelecendo local de trabalho;
A partir de arquivos csv (comma separated values);
A partir de arquivos de texto (txt);
Delimitadores e tipos de dados;
A partir de arquivos excel (xls).
Importação de Bancos de DadosEstabelecendo conexão com servidor;
Inspecionando a Conexão;
Listando os Bancos de Dados Disponíveis;
Queries – Noções Básicas de SQL;
SELECT, FROM, WHERE;
Melhores práticas de organização de código;
Indicação de conteúdo de aprofundamento em SQL;
Fechando a Conexão;
Buscando uma conexão de teste.
Importação por meio de APIsO que é JSON e como a gente usa?
Noções de Importação de Dados via API;
Prática de Importação com Dados do IBGE.
Exercícios de Fixação e Aprofundamento (Material Complementar).

Dplyr e a Transformação de DadosFiltros e Classificação de Dados;
Seleção de Coluna;
Agregações de Dados: Agrupamento, Contagens, somas, médias…
Dplyr e a União de Tabelas DistintasNoções de Estruturas Relacionais;
Inner Join;
Left e Right Join;
Comentários sobre Full, Semi e Anti Join.
Análise Exploratória de DadosCriando tabelas-resumo dos bancos de dados trabalhados;
Classificando por percentagens de variáveis qualitativas;
Usando padronização e intervalos de confiança.
Noções elementares de visualização de dados para análise exploratória com ggplot2;Plotando uma linha ao longo do tempo;
Plotando gráficos de dispersão para identificação de possíveis outliers;
Criando gráficos múltiplos com base em fatores qualitativos.
Noções elementares de Regressão de Bases de Dados para análise exploratória com o pacote “Broom”;Regressão Linear;
Encontrando os Coeficientes da Regressão e o p-valor;
Modelando Regressão à Média;
Previsões Simples;
Comentários sobre previsões, correlação e causalidade;
Aninhando para modelos múltiplos.
Noções elementares de Amostragem usando RAmostragem e Estimativas de Ponto Flutuante;
Geração de Números Pseudo-Aleatórios;
Amostragem Simples;
Amostragem Estratificada;
Amostragem de Ponderação Aleatória;
Amostragem por “Clustering”;
Noções de “Bootstrapping”.
Exercícios de Fixação e Aprofundamento (Material Complementar).