Recursos

Recursos externos para aprender R, visualização, Quarto e estatística, organizados por nível.
Autor
Afiliação

João O. Santos

ISPA

0 Principiantes

Comece aqui se ainda está a aprender a trabalhar no R ou a publicar um primeiro relatório. As notas indicam quando cada recurso é mais útil; os links abrem material externo, com requisitos próprios.

  • Aprender R no Youtube (2016) — útil para uma primeira orientação audiovisual e para acompanhar uma demonstração passo a passo.

  • Learning Statistics with R — escolha-o quando quiser ligar conceitos estatísticos introdutórios a exemplos em R.

  • R for Psychological Science — particularmente útil para leitores de psicologia que querem exemplos contextualizados, depois de conhecerem a sintaxe básica.

  • Just Enough R — uma referência curta para desbloquear tarefas imediatas sem tentar aprender toda a linguagem de uma vez.

  • Guia introdutório — o ponto de partida para aprender a construir gráficos por camadas e perceber a lógica do ggplot2.
  • Guia introdutório — siga-o ao criar o primeiro documento ou projecto Quarto.

  • Guia oficial do projecto — consulte-o quando já conhece o fluxo básico e precisa de escolher funcionalidades.

  • Galeria oficial do projecto — útil para ver possibilidades concretas antes de decidir como estruturar um relatório ou site.

  • Temas Bootswatch — uma opção rápida para explorar estilos visuais; a apresentação não substitui uma estrutura acessível.

1 Intermédios

Passe para esta secção quando já conseguir ler, modificar e verificar código, mas precisar de documentação, resolução de problemas ou opções de publicação mais específicas.

  • Learn R — bom para consolidar a prática com exercícios depois da primeira introdução.

  • Guia oficial do RStudio — consulte-o quando a dúvida for sobre o ambiente, projectos, ficheiros ou atalhos.

  • R no stackoverflow — útil para encontrar soluções de programação; leia a resposta e adapte-a, em vez de copiar sem verificar.

  • Stats no stackoverflow — use-o para comparar explicações e abordagens, confirmando se o desenho do seu estudo é comparável.

  • Site oficial — para compreender a gramática e encontrar guias organizados por tarefa.

  • Referência do pacote — para consultar rapidamente uma função, os seus argumentos e exemplos.

2 Avançados

Estes recursos são mais úteis quando já consegue resolver tarefas correntes e quer compreender a implementação, escrever pacotes ou publicar material reprodutível. Não são pré-requisitos para começar.

  • Advanced R book — para compreender avaliação, ambientes, programação funcional e outros mecanismos internos de R.

  • R Packages book — percurso prático para transformar código reutilizável num pacote testável e distribuível.

  • Advanced R Solutions — use-o depois de tentar os exercícios, para comparar raciocínios e não apenas respostas.

  • Exact conditional inference in models for longitudinal designs — leitura avançada sobre inferência condicional exacta em dados longitudinais binários, com uma extensão de modelos de Rasch/efeitos mistos e aproximação de Monte Carlo.

  • Ordinal Mixed-Effects Random Forests — método especializado para respostas ordinais hierárquicas ou longitudinais, combinando florestas aleatórias ordinais com modelos mistos de ligação cumulativa; útil como extensão além dos modelos lineares mistos apresentados no NRB.

  • Improving computational reproducibility in the social sciences — comentário de 2026 que parte das grandes auditorias recentes à reprodutibilidade nas ciências sociais e comportamentais e propõe quatro recomendações práticas para melhorar a reprodutibilidade computacional; útil como ponte entre a evidência sobre o problema e hábitos concretos de trabalho reprodutível.