% labestData % PET Estatística UFPR - pet.estatistica.ufpr@gmail.com

“Without data, you're just another person with an opinion.”

-- W. Edwards Deming

“It is a capital mistake to theorize before one has data. Insensibly one begins to twist facts to suit theories, instead of theories to suit facts.”

-- Arthur Conan Doyle, Sherlock Holmes

O que o labestData?

O labestData é um projeto coletivo do PET Estatística UFPR para desenvolver um pacote R com conjuntos de dados para ensino de Estatística.

Quais são os objetivos do projeto labestaData?

O projeto tem dois objetivos principais:

1. Capacitar os membros do PET Estatística (bolsistas e voluntários) a desenvolver pacote R com versionamento Git;
2. Contribuir com o Departamento de Estatística, e a comunidade científica em geral, por reunir, organizar, manter e disponibilizar conjuntos de dados na forma de um pacote R de tal forma que possam ser usados para o ensino de Estatística.

Quem são os desenvolvedores do labestData?

Os colaboradores do labestData são os bolsistas do PET, voluntários e professores.

Como fazer para ser colaborar do labestData?

Colaborações são muito bem vindas. Para colaborar, entre em contato com PET Estatística (pet.estatistica.ufpr@gmail.com, PC09, 04133613261) ou com o Tutor (walmes@ufpr.br. 04133613573) comunicando a intenção. Antes, no entanto, leia o Guia de Contribuição: CONTRIBUTING.md.

Quando é desenvolvido o pacote labestData?

O labestData foi planejado para ser desenvolvido em duas etapas. A primeira etapa inicia em 29/02/2016 com duração de 10 semanas (fim em 06/05). A segunda inicia em 01/08/2016 com duração de 7 semanas (fim em 16/09).

De onde serão obtidos os conjuntos de dados para o labestData?

Os dados a serem incluídos no pacote serão provenientes de 4 principais fontes:

1. Livros. Os livros que exibem aplicações normalmente contém dados em formas de tabela, em CD-Rom que acompanha o livro, pacote ou em site com materiais suplementares. Essa será a maior fonte de dados para o pacote labestData.
2. Internet. A internet está repleta de dados. Existem dados prontos em formas de tabela (páginas pessoais, orgãos públicos, instiuições de pesquisa, resultados de enquetes, etc) e também dados não tabulados/organizados que podem ser capturados (com web scrap, por exemplo) e processados.
3. Arquivos pessoais. Alunos, professores, pesquisadores também podem disponibilizar os dados de suas pesquisas para inclusão no pacote.
4. Simulação. Embora sejam artificiais, dados proveninentes de simulação podem ser considerados pois, muitas vezes, são deliberadamente feitos com uma particular característica relevante para um problema. No pacote labestData essa será a menor fonte de dados.

Esses dados serão incluídos no pacote, logicamente, sendo feita uma referências apropriada da fonte. Se a fonte for livro (site), será indicado a obra (endereço) de tal forma que as pessoas possam encontrar o original. Dados de arquivos pessoais também farão referência sobre os proprietários dos dados, pessoas ou instituições.

Quais os tipos de dados que serão considerados no labestData?

Por razões de conveniência, a primeira etapa do pacote irá priorizar dados correspondentes às disciplinas de Análise de Regressão Linear (CE071), Planjamento de Experimentos I (CE213) e Métodos Estatísticos Multivariados (CE090). No Curso de Estatística da UFPR, essas disciplinas são ofertadas no primeiro semestre. Na segunda etapa, os dados irão priorizar as disciplinas de Modelos Lineares Generalizados (CE225), Controle de Processos Industriais (CE074) e Extensões de Modelos de Regressão (CE092). Essas disciplinas são ofertadas no segundo semestre para o Curso de Estatística da UFPR.

Embora sejam esses os contextos de prioridade, dados de outras áreas são igualmente bem vindos, como dados espaciais, séries temporais, de análise de sobreviência, de questionário, etc.

Os dados reais devem possuir uma boa descrição das variáveis (nome, unidade de medida, instrumento de medida usado, definição da unidade experimental), dos objetivos do experimento/estudo, de algumas hipóteses preliminares, da forma de condução do experimento/coleta de dados, das condições de contorno do experimento, etc.

O que o labestData possui além dos conjuntos de dados?

Além dos dados, o pacote possui vinhetas (vignettes) com estudos de caso com os dados do pacote. Essas vinhetas são um guia simples de como coordenar funções do R para analisar os dados. Embora as vinhetas sejam para alguns dados, elas servem de inspiração ou roteiro para os demais dados do pacote.

Quem pode usar o labestData?

O labestData é um pacote livre para o uso. O estudante pode usar (e deve) para praticar a execução de análises, os cientistas podem usar como referência para análise dos dados de suas pesquisas e os professores podem usar como ferramenta de ensino. Ao tornar público qualquer material que use elementos do pacote, solicitamos que faça citação do mesmo.

Como citar o pacote labestData?

PET Estatística UFPR (2016). labestData: conjuntos de dados para ensino de estatística. R package version x.y-z. https://gitlab.c3sl.ufpr.br/pet-estatistica/labesData

@Manual{labestData2016,
  title = {labestData: conjuntos de dados para ensino de estatística},
  author = {PET Estatística UFPR},
  year = {2016},
  note = {R package version x.y-z},
  url = {https://gitlab.c3sl.ufpr.br/pet-estatistica/labesData},
}

Atenção: x.y-z deve ser substituído pela versão considerada do pacote.

Como usar os conjuntos de dados do labestData?

Para usar os conjuntos de dados você precisa instalar o pacote. Existem duas formas de fazer isso:

1. Instalando o pacote pelos arquivos fonte: você precisar baixar o arquivo com os fontes (labestData.tar.gz para Linux e labestData.zip para Windows) e, de dentro de uma sessão R, instalar com

   install.packages("labestData.tar.gz", repos = NULL)

2. Instalando a partir do endereço do repositório. Para isso você precisa ter o pacote devtools instalado (com todas as suas dependências). De dentro de uma sessão R, instale com

   library(devtools) install_git("https://gitlab.c3sl.ufpr.br/pet-estatistica/labesData.git")

Depois de instalado, basta carregar o pacote e chamar o conjunto de dados que deseja usar.

library(labestData)      # Carrega o pacote para sessão.
ls("package:labestData") # Lista os objetos do pacote.
data(dados)              # Traz para área de trabalho um dataset.
str(dados)               # Mostra a estrutura do dataset.

Como reportar sugestões ou erros ao projeto labestData?

Você pode abrir issues no projeto labestData em dois repositórios:

1. No repositório principal dentro do GitLab do c3sl: https://gitlab.c3sl.ufpr.br/pet-estatistica/labesData/issues. Apenas usuários com conta no GitLab do c3sl podem abrir issue.
2. No repositório espelho no GitHub: https://github.com/pet-estatistica/labestData/issues. Qualquer usuário do GitHub pode abrir issue.

Caso você não tenha conta em nenhum dos dois serviços, nem se interessa em abrir uma conta, envie sua sugestão/bug para o endereço pet.estatistica.ufpr@gmail.com. Coloque no início título da mensagem (subject) a palavra [labestData], e.g. [labesData] Dados com número incorreto de observações.