Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

--- historico:2022:avaliacao [2022/10/14 13:47] – [Trabalho em grupo ou individual?] paulo
+++ historico:2022:avaliacao [2022/11/24 14:12] (atual) – edição externa 127.0.0.1
@@ Linha 1: / Linha 1: @@
+~~NOTOC~~
+|  {{ :likelihood_13.png?nolink&170 |Superfície de Verossimilhança}}  |  <html><font size=6 face="Times New Roman">BIE 5781 Modelagem Estatística para Ecologia e Recursos Naturais<br>Trabalho Final 2022</font></html>  |
+<html>
+<font size=10>
+   Trabalho Final
+</font>
+</html>
+====== O que devo fazer? ======
+Aplicar os métodos e a lógica de inferência baseada em modelos apresentadas na disciplina para
+responder a uma questão ou testar uma hipótese com um conjunto de dados.
+====== Trabalho em grupo ou individual? ======
+Em duplas.
+====== Que dados usar? ======
+Fica a critério do grupo. Dados empíricos próprios ou publicados, ou mesmo dados simulados. O grupo também pode solicitar conjuntos de dados aos professores.
+====== Conteúdo do relatório ======
+  - **Contextualização**: um a dois parágrafos com os elementos estritamente necessários para que se entenda a pergunta ou hipótese.
+  - **Objetivos**: enunciado claro e preciso da pergunta a responder ou hipótese a testar.
+  - **Dados usados** : descrição do conjunto de dados e dos aspectos essenciais dos métodos pelos quais foram obtidos.
+  - **Métodos de análise**: Descrição dos métodos de análise.
+  - **Resultados**: resultados das análises, incluindo tabelas e figuras.
+  - **Discussão e conclusões**: o que se pode concluir do resultados, acompanhado das justificativas e ressalvas necessárias.
+  - Referências bibliográficas
+====== Como preparar? ======
+O trabalho deve ser feito no padrão de [[https://www.r-bloggers.com/what-is-reproducible-research/|pesquisa reproduzível]]. Isso significa que o grupo deve entregar o relatório e tudo que é necessário para reproduzí-lo (normalmente arquivo de dados e códigos das análises).
+Recomendamos o uso das ferramentas de programação literária (//literate programming//) do R, que permitem combinar códigos de R e textos para gerar um relatório dinâmico. Para os que não estão familiarizados a melhor opção é usar o Rmarkdown com o Rstudio.
+====== O que entregar ======
+===== Se usar ferramentas de literate programming (recomendado)=====
+Um pacote de arquivos em formato ''zip'', ''tar'' ou ''tar.gz'' com:
+  * Documento-fonte do relatório ((que conterá o texto + códigos R embebidos, veja instruções da ferramenta de literate programing que escolher));
+  * Arquivo pdf do relatório compilado;
+  * Arquivo de dados em formato ''csv''.
+===== Se não usar literate programming=====
+Um pacote de arquivos em formato ''zip'', ''tar'' ou ''tar.gz'' com:
+  * Arquivo do relatório no processador de textos;
+  * Arquivo pdf do relatório;
+  * Arquivo com códigos em R das análises, **com comentários informativos sobre cada etapa realizada**;
+  * Arquivo de dados em formato ''csv''.
+====== Como e quando entregar ======
+ Envie o pacote de arquivos para [[prado@ib.usp.br]] e [[batista.jlf@usp.br]] até **28 de novembro de 2022**.
+====== Links úteis ======
+  * [[http://rmarkdown.rstudio.com/|Página sobre Rmarkdown]], no site do [[https://www.rstudio.com/|RStudio]]
+  * Resumo dos recursos para pesquisa reproduzível do site oficial do R: https://cran.r-project.org/web/views/ReproducibleResearch.html
+  * [[https://www.statistik.lmu.de/~leisch/Sweave/|Sweave]] e [[http://yihui.name/knitr/|Knitr]], as opções para //literate programming// mais usadas por usuários de LaTex.
+  * [[https://en.wikipedia.org/wiki/Literate_programming|Verbete sobre literate programming]] na Wikipedia, para quem quiser se aprofundar nos conceitos.
+  * [[https://liibre.github.io/curso/|Projetos de análise de dados usando R]], disciplina com excelentes aulas e tutoriais sobre reprodutibilidade e uso do Rmarkdown. Pelo [[https://github.com/liibre| Lab Independente de Informática da Biodiversidade e Reprodutibilidade em Ecologia]]