Conteúdo
Módulo 1: Introdução à Análise de Dados Públicos
- Importância dos dados públicos para estudos em Ciências Sociais;
- Principais fontes de dados públicos no Brasil e no mundo (IBGE, DataSUS, CAGED, IPEA, Banco Central, Open Data, ONU, SEI Bahia, e outros);
- Formatos de dados mais comuns (CSV, JSON, XML, APIs).
Módulo 2: Introdução ao R e ao RStudio
- O que é o R e por que usá-lo?
- Ambientes gratuitos para o uso do R: RStudio e Google Colab
- Instalação e primeiros passos;
- Estrutura básica da linguagem: variáveis, funções e pacotes;
- Introdução ao tidyverse: ggplot2, dplyr e readr.
Módulo 3: Extração, Tratamento e Compatibilização de Dados
- Importação de dados com o R;
- Limpeza de dados (remoção de valores nulos, duplicados, padronização);
- Compatibilização de bases de dados de diferentes fontes;
- Boas práticas de organização de bases de dados para análise
Módulo 4: Análise Exploratória de Dados (a definir)
- Formulação de hipóteses para a validação com a análise;
- Estatísticas descritivas e medidas de tendência central;
- Visualização de dados com gráficos e tabelas (utilização das principais bibliotecas no R);
- Criação de mapas estáticos e interativos com o R;
- Introdução à Regressão Linear
Módulo 5: Uso de Inteligência Artificial na Pesquisa
- Como utilizar a IA para ajudar a desenvolver análises;
- Sumarização textos;
- IA na pesquisa bibliográfica;
- Boas práticas e ética no uso da Inteligência Artificial.
Módulo 6: Oficinas com pesquisadores
- Exposições síncronas com pesquisadores