Guia do Participante

Indicações gerais, logísticas e cronograma detalhado
Autores
Afiliações

João O. Santos

ISPA

Cristina Mendonça

ISPA; WJCR

Vitória Melita

FP-UL

Mariona Pascual Peñas

UIB

João Raposo

ISPA

Marta Barros

FP-UL

0 Bem-vindos ao Workshop!

Olá! Se estão a ler isto, é porque vão participar (ou estão neste momento a participar) no workshop de introdução ao R. Este é o vosso guia de navegação para os próximos dois dias.

Datas: 6 e 13 de Fevereiro de 2026

Formador: João Oliveira Santos (joao.santos@ispa.pt)

Organização: CICPSI

Horário: 09h30 às 18h00 (com pausas, claro!)

DicaGuardem o Link deste Site!

Façam bookmark do site, ou gravem o link de alguma forma. Vão precisar dela durante todo o workshop. Tem links para todos os tutoriais, exercícios, e materiais de apoio.

1 Como Vai Funcionar Este Workshop?

Este workshop segue uma pedagogia activa: vocês vão aprender fazendo, não apenas a assistir.

Espera…vou ter que trabalhar sozinho? Não é uma aula normal com slides?

Exactamente! E há boas razões para isso.

A investigação em educação mostra consistentemente que aprendemos melhor quando:

  1. Praticamos activamente em vez de assistir passivamente
  2. Cometemos erros e aprendemos a resolvê-los (especialmente importante em programação!)
  3. Trabalhamos ao nosso próprio ritmo (alguns têm mais facilidade, outros precisam de mais tempo)
  4. Temos apoio imediato quando encravamos (e vão encravar—toda a gente encrava!)

A Estrutura de Cada Módulo

Cada módulo terá esta estrutura:

  • Mini-apresentação inicial (10-15 min): Apresento os conceitos principais, a estrutura e objectivos do módulo

  • Trabalho autónomo com tutoriais e exercícios: Vocês seguem os tutoriais interactivos ao vosso próprio ritmo, em grupos, pares, ou individualmente

  • Apoio individualizado contínuo: Eu circulo pela sala, ajudo no debugging, esclareço dúvidas, respondo a questões específicas (e.g., como aplicar X no contexto da minha investigação Y)

  • Projecto capstone: Fazer uma análise de dados desde a importação dos dados à escrita dos resultados, usando o que aprendemos em cada módulo. O projecto não será executado todo de uma vez, mas ao longo de todo o workshop.

  • Checkpoints de sincronização (20/30 min): Paramos todos, verificamos onde está cada um, resolvemos problemas comuns—foco em desbloquear os entraves (não em retirar-vos a oportunidade de fazerem)

  • Síntese e discussão do módulo: Resumo dos pontos-chave e partilha de experiências antes de avançarmos

NotaI have a plan

Sei que pode parecer estranho não ter 200 slides para 16 horas de apresentação. Mas isto é completamente intencional.

É muito dificíl aprender programação…

Pois é!!!

se estivermos apenas a assistir e a compreender as coisas conceptualmente. Programação não é apenas uma aprendizagem semântica/teórica, é também uma questão muito prática e até de memória procedimental.

Seria estranho um workshop de ciclismo maioritariamente teórico, apenas com pequenos momentos para andarem de bicicleta.

Os tutoriais que vamos usar andam a ser desenvolvidos ao longo de alguns anos, já serviram de base a workshops e várias aulas, estando a ser refinados continuamente. Esta estrutura foi desenhada especificamente para maximizar as vossas aprendizagens e autonomia futura.

Se preferirem mais estrutura expositiva em algum momento, digam! Posso adaptar. Mas experimentem esta abordagem primeiro—podem surpreender-se com os resultados!

Surpreendidos pela positiva ou negativa?

Só o tempo o dirá :)

2 Setup

Antes de começarmos, certifiquem-se que têm instalado:

R e RStudio

Nota: se já usam outro IDE que não o RStudio, conseguirão seguir na mesma o workshop. O workshop não assume que usam o RStudio, mas se não têm experiência com nenhuma linguagem de programação (ou se questionam “que raio é um IDE”, o melhor será instalarem o RStudio.

Pacotes do R

Foi-vos pedido para instalarem alguns pacotes, se ainda não o fizeram, por favor, façam-no já.

pacotes <- c("tidyr", "dplyr", "ggplot2", # Manipulação e visualização de dados
             "readxl", "haven", # Importação de dados
             "palmerpenguins", # Um dos datasets de exemplo
             "afex", "car", "parameters", "emmeans", "effectsize", # Análise
             "performance") # avaliação de pressupostos

# Instala os pacotes que ainda não têm instalados
install.packages(pacotes)

# Verifica se tudo foi instalado correctamente
sapply(pacotes, require, character.only = TRUE)
Aviso

A instalação dos pacotes pode demorar 10-15 minutos dependendo da ligação à internet, das especificações do vosso computador, etc… Por favor, façam-no já para depois podermos avançar com celeridade.

Se encontrarem problemas na instalação, chamem-me ao lugar quando chegar o primeiro bloco de trabalho autónomo.

3 Cronograma Detalhado

O horário do workshop pode ser consultado na página inicial do workshop.

Nesta página poderão consultar o cronograma detalhado.

4 Dia 1: Introdução ao R e Análise Descritiva

Data: 6 de Fevereiro de 2026

Tema central: Do zero até gráficos apelativos

Projecto Capstone: Milestones do Dia 1

Ao longo do workshop vamos construir progressivamente uma análise completa de um único dataset. Hoje os principais objectivos são:

  • Manhã: Aprender a falar, ler e escrever R
  • Tarde: Importar, Limpar, Reformatar e Visualizar Dados

Ao final do dia, terão um script que vai desde os dados brutos até gráficos apelativos. A ideia é exemplificar um workflow realista que poderão adaptar aos vossos próprios projectos!

Manhã

Módulo 1

09h30m - 11h00m

Apresentação Inicial (09h30 - 09h45)

  • Apresentações mútuas e expectativas (o que já fizemos, se o plano foi cumprido)
  • Apresentação do workshop (aquilo que estamos a fazer, se o plano ainda estiver a ser cumprido…)
  • Por quê o R? As vantagens (e os desafios!)
  • Definições iniciais: o que é o R? o que é o RStudio? o que é programar?

Tutorial 1: As Primeiras Palavras no R

Trabalho autónomo: 09h45 - 11h00m

Conceitos-chave:

  • O R como calculadora
  • Criar e usar variáveis/objectos
  • Funções e argumentos (a metáfora das receitas de cozinha!)
  • A importância dos comentários

Secções e exercícios obrigatórios:

  • Todo o tutorial…
  • Mas podem ler um pouco na diagonal, dado que estamos enquadrados no workshop e a seguir vamos continuar a aprender estes conceitos
DicaCheckpoint 1 (10h15m)

Como está a correr?

Como está a ser dizer as primeiras palavras nesta linguagem?

Mais confiantes ou mais assustados?

Tutorial 2: A Gramática do R

Trabalho autónomo: 11h00 - 12h15

Conceitos-chave:

  • Vectores: a estrutura de dados mais fundamental do R
  • Tipos de dados (numeric, character, logical, factor)
  • Indexação (como “escolher” elementos específicos)
  • Funções básicas (mean(), sum(), length(), etc.)
Dica

Aqueles que se sentem mais confortáveis, ou gostam mesmo de aprender por tentativa e erro podem começar pelos exercícios e irem vendo as secções à medida que vão surgindo as dúvidas e os desafios.

Secções obrigatórias:

  • Todas as secções até: “Funções”
    • Podem ler a das variáveis muito na diagonal, porque já aprenderam sobre elas no tutorial anterior
  • Leiam “Usar Funções Escritas por Outros” até “Remover Pacotes”
  • Saltem todas as outras, por favor.

Exercícios

  • 1-4; 6; 9-10
Dica

Se já têm experiência podem saltar os que vos parecerem demasiado fáceis. Se estão a ter dificuldades, vão saltando aqueles que são mais semelhantes, para fazerem menos exercícios, mas manterem a variedade. Assim evitam a frustração e pressão temporal, sem deixarem de praticar as competências mais importantes.

Chamem-me ao lugar se este for o vosso caso, para vos ajudar a seleccionar os exercícios mais relevantes.

DicaCheckpoint 2 (11h20)

Calculem a média de um vector numérico.

Todos conseguiram?

Dificuldades?

Tutorial 3: Data Frames Gramática do R

Trabalho autónomo: 12h00 - 12h50

Conceitos-chave:

  • Linhas
  • Colunas
  • Nomes de colunas
Dica

Aqueles que se sentem mais confortáveis, ou gostam mesmo de aprender por tentativa e erro podem começar pelos exercícios e irem vendo as secções à medida que vão surgindo as dúvidas e os desafios.

Secções obrigatórias:

  • Todas

Exercícios

  • Todoso
Dica

Se já têm experiência podem saltar os que vos parecerem demasiado fáceis. Se estão a ter dificuldades, vão saltando aqueles que são mais semelhantes, para fazerem menos exercícios, mas manterem a variedade. Assim evitam a frustração e pressão temporal, sem deixarem de praticar as competências mais importantes.

Chamem-me ao lugar se este for o vosso caso, para vos ajudar a seleccionar os exercícios mais relevantes.

Síntese e Discussão (12h50 - 13h00)

Discussão em grupo:

  • Que conceitos foram mais difíceis?
  • Dúvidas acumuladas?
  • Como é que pensam que isto se relaciona (ou não) com o que vocês querem fazer?

Tarde

Módulo 2 (Parte 2): Importar, Limpar e Reformatar Dados

14h00 – 16h00

Apresentação inicial (14h00 – 14h10)

  • O “ciclo” típico: importar → limpar → reformatar → explorar → modelar.
  • Porquê passamos tanto tempo a preparar dados (spoiler: é normal).

Tutorial 4: Importação de Dados

Trabalho autónomo: 14h10 – 14h35

Secções obrigatórias:

  • Importar pelo menos um ficheiro (idealmente CSV).

Tutorial 5: Limpeza de Dados

Trabalho autónomo: 14h35 – 15h05

Tutorial 6: Reformatação de Dados

Trabalho autónomo: 15h05 – 15h45

Secções obrigatórias:

  • A parte conceptual (o que é “longo” e “largo”).
  • Pelo menos um exemplo de pivot_longer() e um de pivot_wider().
DicaCheckpoint 4 (15h20)

Objectivo mínimo do bloco:

  • Importar um dataset.
  • Fazer uma limpeza simples (e.g., remover NAs numa variável-chave).
  • Fazer uma transformação de formato (largo → longo ou longo → largo).

Se chegaram aqui, já estão no “núcleo” do workflow.

Capstone (Dia 1): Importar, limpar e reformatar

Trabalho autónomo: 15h45 – 16h00

  • Importar o dataset do capstone.
  • Corrigir nomes de variáveis (se necessário).
  • Garantir tipos correctos.
  • Deixar o dataset no formato mais útil para a exploração/plots.

Módulo 3: Descritivas Numéricas e Gráficos

16h00 – 17h30

Apresentação inicial (16h00 – 16h10)

  • O que queremos numa exploração inicial: padrões, valores estranhos, diferenças entre grupos.
  • Visualizar primeiro, testar depois.

Tutorial 7: Descritivas Numéricas

Trabalho autónomo: 16h10 – 16h40

Secções obrigatórias:

  • Descritivas básicas.
  • Descritivas por grupo (pelo menos um exemplo).

Tutorial 8: Gráficos no R

Trabalho autónomo: 16h40 – 17h15

Secções obrigatórias:

  • Um gráfico com pontos.
  • Um gráfico por grupo (e.g., boxplot).
DicaCheckpoint 5 (17h00)

Cada pessoa deve conseguir produzir um gráfico que responda a:

“O que é que está a acontecer nos meus dados?”

Não precisa de ser bonito. Precisa de ser útil.

Trabalho autónomo: 17h15 – 17h25

  • Criar 2–3 gráficos sobre o dataset do capstone.
  • Guardar o script (e, se possível, guardar um output/figura).

Fecho do Dia 1 (17h25 – 17h30)

  • O que ficou feito.
  • O que fica para o Dia 2.
  • Perguntas rápidas.

5 Entre Sessões (6 a 13 de Fevereiro)

Desafios para Casa

Consolidem o que aprenderam. Sugestões:

  1. Refaçam os exercícios que vos deram mais dificuldade.
  2. Apliquem aos vossos dados: tentem importar, limpar e visualizar dados de um projecto vosso.
  3. Explorem datasets interessantes: o R tem dezenas de datasets incluídos.

Datasets interessantes para explorar

library(palmerpenguins) # para penguins

data(mtcars)   # Características de carros

data(iris)     # Medidas de flores

data(sleep)    # Estudo sobre sono

data(penguins) # Pinguins (o nosso favorito!)
  1. Revisitem os tutoriais que não conseguiram completar durante o workshop.
DicaGrupo de Apoio (RUGGED)

Se quiserem continuar a praticar (e ter um sítio seguro para fazer perguntas), juntem-se ao RUGGED.

O RUGGED é um grupo informal onde:

  • Trazem problemas reais (dados reais, erros reais, ansiedade real).
  • Fazemos troubleshooting juntos.
  • Partilhamos recursos, scripts e boas práticas.

Link: https://rggd.gitlab.io

Durante o workshop digo-vos exactamente como entrar (mailing list/Discord/WhatsApp—depende do que estiver activo neste momento). Se quiserem, no Dia 2 fechamos com 5 minutos para garantir que ninguém sai sem saber “onde pedir ajuda”.

6 Dia 2: Análise de Dados e Inferência Estatística

Data: 13 de Fevereiro de 2026

Tema central: Modelos estatísticos no R (e terminar o capstone com análises que vocês reconhecem: teste-t, regressão, ANOVA, medidas repetidas).

Projecto Capstone: Milestones do Dia 2

No Dia 2, o capstone evolui de “exploração” para “análise inferencial”:

  • Manhã: Modelos lineares como framework geral (teste-t e regressão).
  • Tarde: Comparação de grupos e medidas repetidas (incl. ANOVA mista).

No fim, a meta é terem um script completo que vocês conseguem ler, correr, e adaptar.

Manhã

Módulo 4: Modelos Lineares

Parte 1 (09h30 – 12h00): Capstone — teste-t para uma amostra

Estratégia: - 10–15 min de enquadramento. - Depois: vocês fazem; eu circulo.

DicaCheckpoint (10h30)

Objectivo mínimo:

  • Ajustar um lm() simples.
  • Saber ler: coeficientes, erro-padrão, t, p.

Se isto estiver “ok”, todo o resto encaixa.

Parte 2 (12h00 – 13h00): Capstone — regressão linear

Almoço

13h00 – 14h00

Tarde

Módulo 4 (continuação): Comparação de grupos

14h00 – 16h00

  • Tutorial: Modelos Lineares
  • Capstone: comparação de grupos (teste-t independente / ANOVA como lm())
DicaCheckpoint (15h00)

Objectivo mínimo:

  • Conseguir comparar dois (ou mais) grupos.
  • Saber o que é o “efeito do grupo” no output.

Se isto estiver sólido, já conseguem analisar grande parte dos estudos “clássicos”.

Módulo 5: Medidas Repetidas

16h00 – 17h00

Módulo 6: Recursos + RUGGED

17h00 – 17h30

  • Onde procurar ajuda (docs, cheatsheets, “como ler um erro”).
  • Como continuar a aprender.
  • RUGGED: como manter a prática (sem estar sozinho).
DicaFecho

O objectivo do workshop não é “fazer tudo”.

O objectivo é:

  1. perderem o medo do R
  2. adoptarem um workflow realista
  3. saberem onde procurar ajuda
  4. conseguirem continuar sem mim