Uso da Linguagem R para Análise de Dados em Ecologia
"Uma das coisas mais importantes que você pode fazer é dedicar um tempo para aprender uma liguagem de programação de verdade. Aprender a programar é como aprender outro idioma: exige tempo e treinamento, e não há resultados práticos imediatos. Mas se você supera essa primeira subida íngreme da curva de aprendizado, os ganhos como cientista são enormes. Programar não vai apenas livrar você da camisa de força dos pacotes estatísticos, mas também irá aguçar suas habilidades analíticas e ampliar os horizontes de modelagem ecológica e estatística."
Tradução um tanto livre de Gotelli & Ellison, 2004. A Primer of Ecological Statistics. Sunderland, Sinauer.
"A chave para entender o R é que trata-se de uma linguagem. Uma linguagem para manipular objetos"
4. Leitura e Manipulação de Dados: tipos de variáveis e de estrutura dos dados, entrada e importação de dados, transformações de dados, operações vetoriais e matriciais, indexação.
6. Modelos Lineares: lógica geral em R, regressão linear, análise de variância, verificação das pressuposições dos modelos lineares.
7. Noções de Programação em Linguagem S: fundamentos de programação orientada a objetos; lógica e controle de fluxo em linguagem S; procedimentos vetoriais de programação.
8. Simulação e Reamostragem: funções ligadas às distribuições de probabilidade, simulação de distribuições, reamostragem de dados.