Linguagem R

História e Evolução da Linguagem R

Origens da linguagem R
A linguagem R teve início na década de 90, quando Ross Ihaka e Robert
Gentleman, professores da Universidade de Auckland, na Nova Zelândia,
iniciaram o desenvolvimento do R como um projeto acadêmico. Eles se
inspiraram na linguagem S, que era amplamente usada para análise de dados
na época. O R foi criado como uma alternativa de código aberto à
linguagem S, tornando-o acessível a um público mais amplo. Sua natureza
de código aberto permitiu que a comunidade de estatísticos e cientistas de
dados contribuísse para seu desenvolvimento.
 Linguagem R
Crescimento e adoção da linguagem R

Ao longo dos anos, o R experimentou um crescimento notável em popularidade e adoção. Isso se deve em parte
à sua natureza gratuita e ao movimento em direção à transparência e compartilhamento de código na
comunidade de análise de dados. Empresas, instituições acadêmicas e organizações governamentais começaram
a utilizar o R para análise estatística e científica de dados devido à sua flexibilidade e poder.

Comparação com outras linguagens de programação estatística

Embora o R tenha crescido em popularidade, ele não é a única linguagem de programação estatística disponível.
Comparativamente, o R destaca-se por ser gratuito, de código aberto e altamente especializado em estatísticas e
análise de dados. Outras linguagens, como Python e SAS, também são usadas na análise de dados, mas podem
não oferecer a mesma riqueza de pacotes estatísticos e recursos de visualização que o R proporciona. A escolha
entre essas linguagens depende das necessidades específicas do usuário e do contexto da análise.
 Como Instalar o R
Windows

 Para baixar o R para o Windows entre no site do R [Link];

• Clique em CRAN (Comprehensive R Archive Network);

• Escolha o espelho de sua preferência (CRAN mirrors);
• Clique em Windows 95 or later;
• Clique em base e salve o arquivo do R para Windows. Depois é só executar o arquivo.
 O Sistema e universo R
O universo do R pode ser dividido em duas partes, sendo elas:

 O sistema “básico” do R, que é composto pelos pacotes básicos da linguagem. Esses pacotes são a

base da linguagem R, e são comumente chamados pela comunidade, por base R. Pois diversas das
funções básicas do R, advém de um pacote chamado base.

 Todo o resto, ou mais especificamente, todos os pacotes externos ao sistema “básico”

desenvolvidos pelo público em geral da linguagem.

Todas as funcionalidades e operações disponíveis no R, são executadas através de suas funções, e

essas funcões são divididas em “pacotes”. O sistema “básico” do R, contém um conjunto de pacotes
que oferecem as funcionalidades básicas da linguangem. Alguns desses pacotes básicos, são bases
(fornece funções de uso geral) e stats (fornece funções para análises e operações estatísticas).
 Rstudio

O RStudio, é um Ambiente de Desenvolvimento Integrado (Integrated

Development Environment -IDE, em inglês) para o R. Em Síntese, esse
programa oferece um ambiente com diversas melhorias, atalhos e
ferramentas que facilitam de maneira expressiva, o seu trabalho com o
R. Algumas dessas funcionalidades incluem: indentação automática,
realçes de código, menus rápidos para importação e exportação de
arquivos, além de diversos atalhos de teclado úteis.
 A cara do R

O R possui uma janela com algumas poucas opções. As análises feitas no R são digitadas
diretamente na linha de comandos. Na "linha de comandos" digita-se os comandos e
funções que deseja usar.

O sinal > (sinal de maior) indica o prompt e quer dizer que o R está pronto para receber
comandos. Em alguns casos um sinal de + aparecerá no lugar do prompt, isso indica que
ficou faltando algo na linha de comandos anterior (isso acontece quando houve um erro, ou
quando a finalização do comando só ocorrerá nas próximas linhas). Se tiver errado
pressione Esc para retornar ao prompt normal > e sumir com o sinal de +.

Os comandos digitados aparecem em vermelho e o output do R aparece em azul. Após

digitar os comandos tecle Enter para que eles sejam executados.
 Noções gerais sobre o R

Para usar o R é necessário conhecer e digitar comandos. Alguns usuários acostumados

com outros programas notarão de início a falta de "menus" (opções para clicar). Na
medida em que utilizam o programa, os usuários (ou boa parte deles) tendem a preferir o
mecanismo de comandos, pois é mais flexível e com mais recursos.

O R é case-sensitive, isto é, ele diferencia letras maiúsculas de minúsculas, portanto, A é

diferente de a. O separador de casas decimais é ponto ".". A vírgula é usada para separar
argumentos (informações). Não é recomendado o uso de acentos em palavras (qualquer
nome que for salvar em um computador, não só no R, evite usar acentos. Acentos são
comandos usados em programação e podem causar erros, por exemplo, em documentos
do Word e Excel).
 O workspace do R (área de trabalho).

O workspace do R, refere-se ao diretório no seu sistema de arquivos onde o R

procura por arquivos e onde pode você pode armazenar seus scripts, dados e outros
arquivos relacionados ao seu trabalho com o R. Cada vez que abre o R ele inicia
uma "área de trabalho" (workspace). Neste workspace você fará suas análises,
gráficos, etc. Ao final, tudo que foi feito durante uma sessão de uso do R pode ser
mantido salvando o workspace (área de trabalho). Sempre que for usar o R em um
trabalho, antes de tudo, abra o R e salve um workspace do R na pasta do
trabalho em questão e abra o R usando o ícone que apareceu na pasta. Ao salvar
o workspace irá aparecer um ícone do R na pasta, a partir do qual você irá abrir o R.
Para salvar o workspace abra o R vá em "File" e clique em "Save workspace" e
salve-o na pasta desejada (diretório), não é necessário nomear o arquivo (não salve
mais de um workspace na mesma pasta).
 Pacotes do R

O R é um programa leve (ocupa pouco espaço e memória) e geralmente roda rápido, até em
computadores não muito bons. Isso porque ao instalarmos o R apenas as configurações
mínimas para seu funcionamento básico são instaladas (pacotes que vem na instalação “base”).
Para realizar tarefas mais complicadas pode ser necessário instalar pacotes adicionais
(packages). Um pacote bastante utilizado em ecologia é o vegan, vegetation analysis, criado e
mantido por Jari Oksanen (Oksanen et al. 2011). Para instalar um pacote vá ao site do R
([Link]), clique em CRAN, escolha o espelho e clique em packages, uma lista
com uma grande quantidade de pacotes está disponível. Clique no pacote que deseja e depois
clique em windows binary e salve o arquivo. Abra o R e clique em Packages, depois em
Install Package(s) from local zip files e selecione o arquivo do pacote que você baixou. Baixe e
instale o pacote vegan.
 Pacotes do R (Continuação)
O R também pode conectar-se diretamente à internet. Desta forma é possível, instalar e
atualizar pacotes sem que seja necessário acessar a página do R. Dependendo da sua conexão
com a internet é necessário especificar as configurações de proxy da sua rede. Por exemplo, no
Instituto Nacional de Pesquisas da Amazônia é necessário digitar a seguinte linha de comandos
para poder acessar a internet com o R.

> [Link]("HTTP_PROXY"="[Link]

Para instalar um pacote direto do R digite, por exemplo:

> [Link]("vegan") ## É necessário estar conectado!

 Como usar um pacote do R

Não basta apenas instalar um pacote. Para usá-lo é necessário "carregar"

o pacote sempre que abrir o R e for usá-lo. Use a função library para
rodar um pacote. Por exemplo: Digite library(vegan) na linha de
comandos do R.

> library(vegan) # Após isso as funcionalidades do vegan estarão

prontas para serem usadas. Lembre-se que sempre que abrir o R será
necessário carregar o pacote novamente.
Aplicacoes do Progrma R

A linguagem R tem uma ampla variedade de aplicações em

diversas áreas, devido às suas capacidades estatísticas e de
análise de dados. Algumas das principais aplicações incluem:
Analise Estatistica, Ciencias de Dados, Visualizacao de Dados,
Bioinformartica, Financas, Educacao e Pesquisa Academica,
Epidemiologia e Saude Publica, Marketing e Pesquisa de
Mercado, Geociencias, Aprendizado de Maquina.
Importancia da linguagem R
A linguagem R e utilizada principalmente nas areas de
Estatistica, Ciencias de Dados e Analise de Dados. Algumas
das razoes, a importancia da Linguagem em R incluem:
 Especializacao em Estatistica e Analise de Dados;
 Comunidade activa e pacote;
 Visualizacao Grafica poderosa.
Vantagens & Desvantagens da Linguagem em R
Vantagens
A linguagem em R e conhecida por seus beneficios em
diversas areas, desde a Analise de Dados ate pesquisa
academica e desenvolvimento de aplicacoes Estatisticas.
Gratuidade e codigo aberto;
Ambiente de analise interativa e exploratoria;
Vasta comunidade e recursos de suporte.
 (Cont.)
 Desvantagens da linguagem R
Apesar das muitas, a linguagem R tambem apresenta algumas desvantagens que os usuarios devem
considerar antes de adota-la como sua ferramenta principal de analise de dados.
Curva de aprendizado Ingrem
A curva de aprendizado do R pode ser ingreme. A linguagem possui uma sintaxe única e pode ser intimidante
para aqueles sem experiencia previa em programacao.
Desempenho em Grandes conjuntos de dados
O R pode ser menos eficiente em lidar com grandes conjuntos de dados em comparacao com algumas outras
linguagens, como python.
Menos Adequado para desenvolvimento de Aplicativos
Embora o R seja excelente para analise de dados e prototipagem de modelos estatisticos, ele não é a escolha
ideal para o desenvolvimento de aplicativos produçao.

Estatistica Descritiva
A Estatistica descritiva tem se difundido bastante com o advento dos computadores. Com crescente aumento
da capacidade de realizaçao de grandes volumes de calculos em pequenos intervalos de tempo, tornou-se,
quase que obrigatorio, uma analise descritiva dos dados, seja para efeito de apresentacao de
informacoes ou ate mesmo para o uso preliminar dessas informacoes para fins de analises (estatistica)
A linguagem R tem uma ampla variedade de aplicações em diversas áreas, devido às suas capacidades estatísticas e de análise de dados. Algumas das principais aplicações incluem:

cont
 Exemplo: x<-c(1,2,3,4) # criando um vetor qualquer
 Sum(X) # obtendo o somatorio do vetore criado
 [1] 10
 Resolvendo com o R…
 Considere as variaveis X e Y
 X={90,95,97,98,100,60}
 Y={60,70,80,60,75}
 Medidas de posicao aamostral
 Dentre as varias medidas de dispersao, nos preocuparemos apenas com as medidas de dendencia central.
 MEDIA
 A media é a medida de posicao mais conhecida e pode ser obtida facilmente no R atraves do comando mean():
 X<-c(1,2,3,4,5) #criando um vetor
 Mean(x) #obtendo a media [1]3
 Mediana
 A mediana é uma medida de posicao (tendencia central) indicada quando o conjunto de dados possui valores
extremos .
 R já leva em conta a ordenacao, sem a necessidade de o usuario ordenar os dados antes de executar o
comando que da a mediana: x<-c(1,2,18,7,6) # criando o vetor qualquer não ordenado; median(x) #
cont
 MODA
 A moda é o valor mais frequente do conjunto de dados. Um conjunto de dados pode ser unimodal,
quando este possui apenas um valor modal, bimodal, quando possui dois valores de moda e
multimodal, para conjuntos de dados com mais de dois valores modais.
 Aqui vai uma funcao desenvolvida para calcular o valor modal
Resolvendo com o R…
Dado o conjunto de dados abaixo, encontre a media , mediana e a moda dos dados: 20, 75,96,
21,24,10,12,22,21,16,13, 66, 21,16, 13, 66, 21, 93,10,72, 18,46,18,12,4,13,9,3
X<-scan() # use copiar e colar, para criar conjunto de dados mean(x) # obtendo o valor da media
[1]10,93333
Median(x) #observe que não é preciso ordenar
[1]9.5
Moda(x)# apoos introduzir a funcao de calculo de moda no R
[1]66.