#### AULA 1 - INICIANDO NO R

### comando para limpar objetos 'antigos'

rm(list=ls())

### setando o diretorio de trabalho: 
# Files / ... e escolher pasta 
# depois ir em More / 'set as working directory'

### verificando o diretorio de trabalho

getwd()

# outro modo de setar o diretorio
setwd("U:/Chico2/aula1")

### salvando e carregando a workspace com o objetos

# salvando a workspace -colocar este comando no final do script

save.image("aula1.Rdata")

# carregando a workspace

load("aula1.Rdata")
ls()

#### 1 - INFORMACOES GERAIS

### 1.1 - Instalacaoo de pacotes

# clicar em 'Packages' e em 'Install'

# nao basta instalar! É preciso carregar o pacote - usar 'library(nome)

library(geoR)

# como citar o R em publicaoes

citation() # mostra como citar o R
citation("sp") # mostra como citar o pacote

#### 2 - USO INICIAL DO R

### 2.1 - Uso do R como calculadora

((4+16)/4)^2
(4+16/4)^2
(4+16)/4^2

### 2.2 - Ajuda do R - na aba 'Help'

# O arq de help possui, em geral, 10 topicos basicos

# 1 - Description - faz um resumo geral sobre o uso da funcao
# 2 - Usage - mostra como a funcao deve ser utiliz e quais arg podem ser especif
# 3 - Arguments - explica o que é cada um dos argumentos
# 4 - Details - explica detalhes sobre o uso e aplicao da funcao
# 5 - Value - mostra o que sai no output apos usar a funcao (os resultados)
# 6 - Note - notas sobre a funcao
# 7 - Authors - lista os autores da funcao (quem escreveu os c?digos em R)
# 8 - References - referencias para os metodos usados
# 9 - See also - mostra outras funcoes relacionadas que podem ser consultadas
# 10 - Examples - ex do uso da funcao. Copie e cole os ex no R para ver como funciona

### IMP.: É fundamental aprender a usar o help para um bom uso do R

### DICAS IMPORT: 'rseek'; stack overflow

# Outra ferramenta de busca é a pagina http://www.rseek.org na qual é possivel buscar 
# por um termo nao so nos pacotes do R, mas tambem em listas de emails, manuais, 
# paginas na internet e livros sobre o programa.

### 2.3 - Funcoes do R

# uso basico: nome da funcao e colocar os argum entre parenteses

# exemplos:

??sqrt

sqrt(16) # raiz quadrada
prod(2,2) # o mesmo q 2x2
log(3) # log natural de 3
log(3,10) # log de 3 na base 10
log10(3) # idem acima
abs(-9) # modulo de -9
factorial(4) # 4!

### 2.4 - Objetos do R

# a) vetores: seq de valores num ou de caracteres

# b) matrizes: colecao de valores em linhas e col - todos os vetores do mesmo tipo

# c) dataframe: o mesmo q matriz, mas aceita vetores de tipos difer
# geralm/ guardamos nos dados em dataframes (var num e categ)

# d) listas: conj de vet, matrizes e dataframes - precisar ter o mesmo comprim
# forma com a maioria das funcoes retorna os resultados

# e) funcoes: func tb sao objetos do R

### 2.5 - Demosntracoes

# algumas func possuem demonstr de uso - vistas usando 'demo()'
# ex de demonstracoo de graficos

demo(graphics) # 'Enter' p/ prosseguir

# no console aparecem os comandos utilizados para a producoo dos graficos

### 2.6 - Como criar objetos

# criar um vetor com o numero de casos de Aids em 10 cidades

aids <- c(22,28,37,34,13,24,39,5,33,32)

# c = concatenar

aids # para ver o objeto

length(aids) # numero de obs

# obj com letras - entre aspas

palavras<-c("Manaus","Boa Vista","Belem","Brasilia")

palavras

# se misturar num e letras - usar aspas em todos

### 2.7 - Operacoes com vetores

max(aids)
min(aids)
sum(aids)
aids^2
aids/10

aids.quad <- aids^2

aids.quad

# ls()
# rm(list=ls())
# ls()

# calculando a media

n.aids <- length(aids)
media.aids <- sum(aids)/n.aids

# usando a funcao 'mean'

mean(aids)
media.aids2 <- mean(aids)

# acessando valores dentro de um obj [colchetes]
# a sequencia de entrada dos dados é preservada

aids[5] # acessando o quinto valor 
aids[c(5,8,10)] # acessando o quinto, oitavo e decimo valores

aids[-1] # apresenta o vetor com a exclusao do primeiro valor
aids1 <- aids[-1] # p/ criar um vetor sem o primeiro valor
aids1

aids[1] <- 100 # trocando o primeiro valor por 100

aids

aids[1] <- 22 # retornando ao antigo valor

aids

### 2.8 - Transformar dados - log e raiz quadrada

aids_rz <- sqrt(aids) # rz quadr
aids_log10 <- log10(aids) # log 10
aids_log <- log(aids) # log natural

aids.nv <- c(aids,100)

### 2.9 - Listar e remover obj

ls() # listagem de obj
rm(aids_log) # remover obj 'aids_log'
ls() # na nova listagem vemos q 'aids_log' foi removido

### 2.10 - Gerar sequencias

1:10 # gerando seq de 1 em 1
seq(1,10,2) # criando seq de 1 a 10, de 2 em 2

### 2.11 - Gerar repeticoes

rep(5,10) # repetir o numero 5, 10 vezes
rep(1:4,2) # repete a seq de 1 a 4, duas vezes
rep(1:4,each=2) # repete cd valor da seq, duas vezes
rep(c("A","B"),5) # repete a seq cinco vezes
rep(c("A","B"),each=5) # repete cd valor da seq, cinco vezes
rep(c("tres","dois","sete","quatro"),c(3,2,7,4)) # indic de qtas vz cd 1 deve ser repetido

### 2.12 - Gerar dados aleatorios

# dados aleat com distr uniforme

# runif(n,min=0,max=1) - gera distr aleat com distr uniforme com n valores

temp <- runif(200,80,100) # gera 200 valores q vao de 80 a 100
temp 
head(temp)
hist(temp) # histograma da distr 'temp' - distr com aspecto uniforme

temp.nv <- runif(20000,80,100)
hist(temp.nv)

# dados aleat com distr normal

# rnorm(n, mean=0, sd =1) gera n valores com dist nornal - media 0 e des padr 1

rnorm(200,0,1)
temp2 <- rnorm(20000,0,1)
hist(temp2)


### 2.13 - Amostras aleatorias - funcao sample

# sample(x, size=1, replace = F) - x é conj de dd, size - tamanho da amostra
# replace - com reposicao (T) ou sem reposicao(F)

sample(1:20, 15)

# agora com reposicao 

sample(1:20, 15, replace=T)

#criando vetor x

x <- 1:20
sample(x, 15)

#colocando os valores amostrados em um vetor

amostra.1 <- sample(x,15)

# criar um moeda e joga-la p/ ver qtas caras saem em 10 jogadas

moeda <- c("cara","coroa") # criando a moeda

sample(moeda,10, replace=T)

### 2.14 - Ordenar e atribur postos (ranks) aos dados

# funcoes 'sort', 'order' e 'rank'

# 'sort' 

# coloca a func em ordem cresc ou decresc

# 'order' 

# informa a posicao, na sequencia original, do numero considerando ordem crescente ou decrescente
# para q a sequencia seja colocada em ordem cresc (ou decres - descreasing = T)

# 77 93 24  3 29 58 18 25 59 81 - posicao original

# 3 18 24 25 29 58 59 77 81 93 - ordem crescente

#  4  7  3  8  5  6  9  1 10  2 - resultado 'order'

# nº 3 (menor valor) esta na 4ª posicao na sequencia original
# nº 18 (2º menor valor) esta na 7ª posicao na sequencia original
# nº 24 (3º menor valor) esta na 3ª posicao na sequencia original
# criacao de um vetor nao ordenado

# 'rank' 

# atribui postos aos valores de um obj

# 77 93 24  3 29 58 18 25 59 81 - posicao original

# 3 18 24 25 29 58 59 77 81 93 - ordem crescente

# 8 10  3  1  5  6  2  4  7  9 - resultado 'rank'

# o nº 77 é o 8º maior; o 93 é o 10º maior, etc

# Aplicando as funcoes 'sort', 'order' e 'rank'


exemplo <- sample(1:100,10)

exemplo

sort(exemplo)
sort(exemplo, decreasing = T)

exemplo
order(exemplo)

exemplo
rank(exemplo) # o menor valor recebe o rank = 1, o maior, o rank = 10


### 2.15 Uso do rmarkdown para salvamento dos comandos e resultados

#instalar o rmarkdown (se nao der certo pelo 'Packages' - usar o comando 'install.packages('rmarkdown'))
# carregar o 'rmarkdown'
# ir em 'File' e em 'New File' e escolher 'rmarkdown'
# com o pacote aberto, digitar os comandos apos "```{r}" sempre na area cinza
# finalizar o grupo de comandos com "```"
# estas duas expressoes sao obtidas usando "Ctrl+Alt+I"
# depois da inclusao de todos os comandos, clicar em "Knit ..." e escolher uma das opcoes - usar 'Word'

# Dica: rodar primeiro todos os comandos no script e depois que todos os erros tiverem sido eliminados, criar o arquivo no R Markdown (se tiver erros, ele dá erro ao salvar!)



#####################################################################

### salvando a workspace com os objetos

save.image("aula1.Rdata")

################################################################

### BIBLIOGRAFIA

# Landeiro VL. Introducao ao uso do Programa R. INPA,2011.

# Provete DB, Silva FR, Souza TG.Estatistica aplicada a ecologia usando o R. UNESP,
# Sao Jose do Rio Preto, 2011.

# Kabacoff RI. R in action - Data analysis and graphics with r. Manning, Shelter Island, NY, 2015.