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.

Em duplas ou trios.

Fica a critério do grupo. Dados empíricos próprios ou publicados, ou mesmo dados simulados. O grupo também pode solicitar conjuntos de dados aos professores.

1. Contextualização: um a dois parágrafos com os elementos estritamente necessários para que se entenda a pergunta ou hipótese.
2. Objetivos: enunciado claro e preciso da pergunta a responder ou hipótese a testar.
3. Dados usados : descrição do conjunto de dados e dos aspectos essenciais dos métodos pelos quais foram obtidos.
4. Métodos de análise: Descrição dos métodos de análise.
5. Resultados: resultados das análises, incluindo tabelas e figuras.
6. Discussão e conclusões: o que se pode concluir do resultados, acompanhado das justificativas e ressalvas necessárias.
7. Referências bibliográficas

O trabalho deve ser feito no padrão de pesquisa reproduzível. Isso significa que o grupo deve entregar o relatório e tudo que é necessário para reproduzi-lo (normalmente arquivo de dados e códigos das análises).

Recomendamos o uso das ferramentas de programação letrada (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.

Um pacote de arquivos em formato tar, tgz, gz, zip, 7z ou rar com:

• Documento-fonte do relatório ¹⁾;
• Arquivo pdf do relatório compilado;
• Arquivo de dados em formato csv.

Um pacote de arquivos em formato tar, tgz, gz, zip, 7z ou rar 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.

Envie o pacote de arquivos pelo Moodle da Disciplina até 13 de dezembro de 2024.

• Página sobre Rmarkdown, no site do RStudio
• Resumo dos recursos para pesquisa reproduzível do site oficial do R: https://cran.r-project.org/web/views/ReproducibleResearch.html
• Sweave e Knitr, as opções para literate programming mais usadas por usuários de LaTex.
• Verbete sobre literate programming na Wikipedia, para quem quiser se aprofundar nos conceitos.
• Projetos de análise de dados usando R, disciplina com excelentes aulas e tutoriais sobre reprodutibilidade e uso do Rmarkdown. Pelo Lab Independente de Informática da Biodiversidade e Reprodutibilidade em Ecologia
• Introdução a programação letrada, aula da excelente disciplina Boas Práticas e Ferramentas da Ciência Aberta na Ecologia (PPG Ecologia USP), de Gabriel Nakamura e Melina Leite.