Este repositório contém o código-fonte e os dados utilizados na disciplina de Engenharia de Software Experimental, tópico Análise Quantitativa, do Programa de Pós-Graduação em Ciência da Computação da UFBA (PGCOMP).
Aula 1 (tipos de variáveis, noções de visualização):
- Introdução à disciplina (ver código-fonte)
- Análise de dados (ver código-fonte)
- Introdução à linguagem R (ver código-fonte)
- RStudio Primers ou R for Data Science
- Exemplo: Eclipse metrics (ver código-fonte)
- Atividade: coding dojo?
Aula 2 (transformação e análise exploratória de dados):
- Transformação de dados (com dplyr) (ver código-fonte)
- Análise exploratória de dados - código-fonte
- R Markdown
Aula 3 (amostragem, probabilidade e estimativa):
- R Markdown
- Noções de amostragem, probabilidade e estimativa: código-fonte e slides complementares
- Data Fallacies to Avoid
Aula 4 (teste de hipótese, correlação):
- Teste de hipótese e tamanho de efeito: código-fonte e slides
- Correlação, regressão e predição: código-fonte e slides
Aula 5 (apresentação):
- Apresentação do trabalho
- Elaborar um relatório de análise quantitativa de dados a partir de um data set a sua escolha. Você pode encontrar alguns data sets nesta página.
- O relatório deve conter duas questões de pesquisa, cada uma envolvendo a relação entre duas variáveis do seu data set, que devem ser respondidas com testes de hipótese. Além disso, ele deve conter uma análise descritiva dos dados.
- Os resultados devem ser escritos no formato R Markdown (extensão
.Rmd). Veja aqui um exemplo de análise do TravisTorrent usando R Markdown. - Seções:
- Introdução: motivação (por que é importante estudar o que você está estudando, até dois parágrafos), 2 questões de pesquisa
- Metodologia: explicar coleta, transformação e análise
- Resultados: apresentar análise exploratória e resultado de testes estatísticos
- Conclusão: impactos, limitações.
- Entrega por e-mail para [email protected], contendo o código
.Rmde o link para o relatório no RPubs.
R:
Estatística: