Uma Introdução ao Ambiente Estatístico R

Paulo Justiniano Ribeiro Junior

Última atualização: 10 de setembro de 2026

Estas notas1 foram inicialmente escritas como material para um curso de introdução ao sistema estatístico R ministrado para profissionais da EMBRAPA em Brasília, 30/05 a 03/06 de 2005. Desde sua versão inicial o material foi modificado com adição, correção e inclusão de tópicos.

O objetivo é ilustrar o uso do R com ênfase na compreensão de aspectos básicos da linguagem, a estrutura e a forma de operar o programa. Nenhum método e/ou modelo estatístico em particular é discutido em detalhes, seja em seus fundamentos ou alternativas para análises. Métodos estatísticos são usados ao longo do texto com foco em ilustrar aspectos do uso da linguagem.

Na maior parte do texto assume-se familiaridade apenas com conceitos e métodos básicos de estatística. Alguns tópicos especializados são usados em algumas das Seções e, não sendo de interesse do leitor, podem ser deixados de lado sem prejuízo ao acompanhamento das demais partes do texto. Não será assumido nenhum conhecimento prévio do R. O curso foi preparado e ministrado em ambiente LINUX porém não faz uso de nenhum recurso específico deste sistema operacional. O material pode ser acompanhado utilizando o R instalado em outros sistemas operacionais, tal como Windows® ou Macintosh.

O texto começa com uma Seção que tem como objetivo "experimentar o R", que permite ter uma ideia de seus recursos e a forma de trabalhar com este programa. Sugere-se reproduzir e estudar os comandos indicados bem como inspecionar e interpretar os resultados produzidos por tais comandos, o que vai permitir uma familiaridade com aspectos básicos do uso do programa. Espera-se que ao final desta Seção o leitor se sinta à vontade para iniciar o programa e experimentar o seu uso em outros contextos de análises. Ao longo do material mais detalhes sobre o uso do programa R serão apresentados, na maior parte das vezes motivados por exemplos de análise de dados.

Para utilizar o R siga os seguintes passos:

1.

inicie o R em seu computador;

2.

você verá uma janela de comandos com o símbolo \(>\); que é chamado de prompt do R, indicando que o programa está pronto para receber comandos;

3.

a seguir digite (ou "recorte e cole") os comandos mostrados ao longo deste material ou seus próprios comandos.

No restante deste texto vamos seguir as seguintes convenções.

1 Uma primeira sessão com o R
2 Computação estatística com o sistema R
3 Introdução
3.1 O projeto R
3.2 Utilizando o R
3.3 Cartão de referência
3.4 Rcmdr - Pacote “R commander” — “menus” para o R
3.5 Rodando o R pela web
4 Aritmética e Objetos
4.1 Operações aritméticas
4.2 Valores faltantes e especiais
4.3 Objetos
5 Tipos de objetos
5.1 Vetores
5.2 Matrizes
5.3 Arrays
5.4 Data-frames
5.5 Listas
5.6 Funções
5.7 Que tipo de objeto eu tenho?
5.8 Exercícios
6 Miscelânia de funcionalidades do R
6.1 O R como calculadora
6.2 Gráficos de funções
6.3 Integração numérica
6.4 Matemática simbólica no R
6.5 Exercícios
7 Dados no R
7.1 Entrando com dados diretamente no R
7.2 Lendo dados de um arquivo texto
7.3 Lendo dados através da área de transferência
7.4 Carregando dados já disponíveis no R
7.5 Importando dados de outros programas
7.6 Acesso a planilhas e bancos de dados relacionais
7.7 Exportando dados para arquivos
7.8 Salvando e restaurando objetos e o workspace do R
8 Análise descritiva
8.1 Descrição univariada
8.2 O conjunto de dados “milsa”
8.3 Uma demonstração de recursos gráficos do R
8.4 Outros dados disponíveis no R
8.5 Mais detalhes sobre o uso de funções
8.6 Exercícios
9 Gráficos no R
9.1 Exemplos dos recursos gráficos
9.2 Algumas configurações de gráficos no R
9.3 Alguns exemplos
10 Análise descritiva de tabelas de contingência
10.1 Tabelas para dois ou mais fatores
10.2 Extensões: frequências relativas e gráficos
11 Conceitos básicos sobre distribuições de probabilidade
11.1 Exercícios
12 Distribuições de Probabilidade
12.1 Distribuição Normal
12.2 Distribuição Binomial
12.3 Distribuição Uniforme
12.4 A função sample()
12.5 Exercícios
13 Complementos sobre distribuições de probabilidade
13.1 Probabilidades e integrais
13.2 Distribuição exponencial
13.3 Esperança e Variância
13.4 Gerador de números aleatórios
13.5 Argumentos vetoriais e lei da reciclagem
13.6 Aproximação pela Normal
13.7 Exercícios
14 Explorando distribuições de probabilidade empíricas
14.1 Estimação de densidades
14.2 Exercícios
15 Intervalos de confiança – I
15.1 Média de uma distribuição normal com variância desconhecida
15.2 Exercícios
16 Funções de verossimilhança
16.1 Definições e notações
16.2 Exemplo 1: Distribuição normal com variância conhecida
16.3 Exemplo 2: Distribuição Poisson
16.4 Exemplo 3: Distribuição normal com variância desconhecida
16.5 Exercícios
17 Intervalos de confiança e função de verossimilhança
17.1 Inferência para a distribuição Bernoulli
17.2 Exercícios
18 Intervalos de confiança baseados na deviance
18.1 Média da distribuição normal com variância conhecida
18.2 IC para o parâmetro da distribuição exponencial
18.3 Comparando as duas estratégias
18.4 Exercícios
19 Ilustrando propriedades de estimadores
19.1 Consistência
19.2 Momentos das distribuições amostrais de estimadores
19.3 Não-tendenciosidade
19.4 Variância mínima
19.5 Exercícios
20 Testes de hipótese
20.1 Comparação de variâncias de uma distribuição normal
20.2 Exercícios
21 Intervalos de confiança e testes de hipótese
21.1 Média de uma distribuição normal com variância desconhecida
21.2 Teste \(\chi ^2\) de independência
21.3 Teste \(\chi ^2\) para aderência à uma certa distribuição
21.4 Teste para o coeficiente de correlação linear de Pearson
21.5 Comparação de duas médias
21.6 Exercícios
22 Transformação de dados
23 Fórmulas e especificação de modelos
23.1 Fórmulas em gráficos
23.2 Fórmulas em funções
23.3 O objeto da classe formula
23.4 Especificação de modelos com uma covariável
23.5 Extensões de modelos com uma covariável
23.6 Especificações mais gerais de modelos
23.7 Atualizando e modificando fórmulas
24 Experimentos com delineamento inteiramente casualizados
24.1 Comparando tratamentos
24.2 Recursos adicionais para comparações múltiplas
24.3 Análise para variâncias não homogêneas
25 Análise de experimentos em esquema fatorial
25.1 Lendo os dados
25.2 Análise exploratória
25.3 Análise de variância
25.4 Análise de resíduos
25.5 Desdobrando interações
25.6 Teste de Tukey para comparações múltiplas
26 Análise de covariância
26.1 Exemplo 1
27 Efeitos aleatórios
27.1 Componentes de variância
28 Usando simulação para ilustrar resultados
28.1 Relações entre a distribuição normal e a \(\chi ^2\)
28.2 Distribuição amostral da média de amostras da distribuição normal
28.3 Exercícios
29 Agrupando comandos, execução condicional, controle de fluxo, "loops"e a "família"*apply
29.1 Agrupando comandos
29.2 Execução condicional
29.3 Controle de fluxo
29.4 Alguns comentários adicionais
29.5 Evitando "loops-– a "família"*apply
29.6 Extensões da família *apply
30 Ajuste de modelos não lineares
30.1 Exemplo: o modelo de van Genuchten
30.2 Ajustando modelo a vários conjuntos de dados
30.3 Combinando ajustes
31 Classes para dados espaciais: o pacote sp
31.1 Conceitos introdutórios e classes para pontos esparsos
31.2 Pontos em malha regular: grid e pixel
31.3 Classe para linhas e polígonos
32 Interface com códigos compilados
33 (Re)-direcionando saídas de texto e gráficas
33.1 Texto
33.2 Gráficos
34 R, ambiente e o sistema de arquivos
34.1 Ambiente de trabalho
34.2 Área de trabalho
34.3 Manipulação de arquivos e diretórios
35 Usando o Sweave
35.1 O que é e por que adotar o Sweave
35.2 Usando o Sweave
35.3 Outras informações úteis para uso do Sweave
35.4 Controlando o tamanho dos gráficos
35.5 Exemplos de arquivos em Sweave
35.6 Links
36 Instalando e usando pacotes (packages) do R
36.1 Pacotes não-oficiais
37 Construindo pacotes
Sobre este texto