Introdução ao R: O que é a linguagem de programação estatística R?

O R é a linguagem mais popular do mundo para computação estatística e gráficos — ela torna a análise e a visualização de dados simples e profissionais.

Este tutorial foi elaborado para iniciantes sem experiência prévia, começando com “O que é o R?” e avançando até o ponto em que você será capaz de concluir um projeto completo de análise de dados usando o R. O R é o padrão de fato na pesquisa acadêmica, na ciência de dados e na modelagem estatística, e é utilizado por mais de 2,5 milhões de cientistas de dados em todo o mundo.

1. O que você vai aprender

• O que é o R e para que serve?
• Diferenças entre R e Python e seus casos de uso adequados
• A história e a filosofia de design do R
• Instalação do R no Windows, macOS e Linux
• Instalação e uso do IDE RStudio
• Escreva e execute seu primeiro script em R
• O ecossistema de pacotes R (CRAN e tidyverse)

2. A história real de um analista de dados

(1) A agonia: o Excel não aguenta mais

Alice é uma analista de mercado que recebeu recentemente uma tarefa urgente:

“Compile as @.000 linhas de dados de vendas dos últimos 12 meses em um relatório de tendências de 6 páginas que abranja diferentes dimensões; o gerente precisa vê-lo amanhã de manhã.”

Ele abriu o Excel para começar, mas descobriu que:

• @.000 linhas de dados Leva 5 minutos só para abrir o arquivo do Excel.
• Quero criar seis gráficos com dimensões diferentes, mas copiar e colar repetidamente + usar tabelas dinâmicas levaria três horas.
• Para calcular um resumo com base nas três dimensões “região, mês e produto”, é necessário usar uma função VLOOKUP aninhada de três níveis.
• O Excel travou duas vezes no meio da tarefa, e ele quase quebrou o computador.

Como ele conseguiu fazer isso no final? Ele mudou para o R.

(2) Solução usando R

Para a mesma tarefa, Alice escreve o seguinte em R:

# Load the entire data analysis toolkit with a single line of code
library(tidyverse)

# Read in a single line of code @,000 rows ofData(5 Done in a second)
sales <- read_csv("sales_2024.csv")

# Draw with one line of code 6 Post a picture
sales |>
  group_by(region, month) |>
  summarise(total = sum(amount)) |>
  ggplot(aes(x = month, y = total, color = region)) +
  geom_line() +
  facet_wrap(~ product) +
  labs(title = "2024 Annual Sales Trends(By Region/Products)")

Tempo total: 5 minutos — 5 segundos para ler os dados, 1 segundo para agregá-los, 3 segundos para criar 6 gráficos e o restante do tempo dedicado a aperfeiçoar os títulos.

Essa é a beleza do R: realizar as análises de dados mais complexas com o mínimo de código. Sua filosofia de design é “permitir que os estatísticos se concentrem no raciocínio, em vez de se debaterem com as ferramentas”.

3. O que é o R?

R é uma linguagem de programação para computação estatística e gráficos, criada em 1993 por Ross Ihaka e Robert Gentleman na Universidade de Auckland, na Nova Zelândia.

(1) As três principais funções do R

(2) As principais vantagens do R

• A coleção mais abrangente de métodos estatísticos: desde os testes t básicos até a inferência bayesiana de ponta, o R oferece pacotes prontos para uso para tudo
• Líder em visualização: o ggplot2 é a referência em visualização de dados e tem sido amplamente adotado em Python e JavaScript.
• Padrões acadêmicos: 90% dos artigos de periódicos nas áreas de estatística, medicina e economia utilizam o R
• Vasto ecossistema de pacotes: Mais de 20.000 pacotes de código aberto revisados por pares no CRAN
• Reprodutibilidade: O R Markdown reúne “código, dados e artigo” em um todo unificado

4. Diferenças entre R e Python

Muitos iniciantes perguntam: “Devo aprender R ou Python?” A resposta é aprender os dois — mas para finalidades diferentes.

(1) Um único gráfico para entender as diferenças de posicionamento

graph TB
    subgraph Division of Labor Among Programming Languages
        A[R<br/>Statistical Analysis<br/>Academic Research<br/>Data Visualization] 
        B[Python<br/>Web Development<br/>Machine Learning<br/>Automation Engineering]
        C[SQL<br/>Database Query]
        D[JavaScript<br/>Front-End Interaction]
    end
    
    style A fill:#e1f5ff
    style B fill:#fff4e1
    style C fill:#f0e1ff
    style D fill:#e1ffe1

graph TB
    subgraph Division of Labor Among Programming Languages
        A[R<br/>Statistical Analysis<br/>Academic Research<br/>Data Visualization] 
        B[Python<br/>Web Development<br/>Machine Learning<br/>Automation Engineering]
        C[SQL<br/>Database Query]
        D[JavaScript<br/>Front-End Interaction]
    end
    
    style A fill:#e1f5ff
    style B fill:#fff4e1
    style C fill:#f0e1ff
    style D fill:#e1ffe1

(2) Tabela comparativa em seis dimensões

(3) Breve conclusão

• Fazer análises estatísticas, criar gráficos e redigir artigos → Use o R
• Criação de produtos, desenvolvimento de sites e trabalho com IA → Use Python
• Processamento de dados → Qualquer um dos dois funciona, mas o R é mais “autêntico” na área de ciência de dados

5. O nascimento do R

(1) Uma língua com uma história

O R não foi criado do nada; ele tem uma trajetória evolutiva bem definida:

• 1976: A Bell Labs desenvolveu a linguagem S (criada especificamente para análise estatística)
• 1993: Ross Ihaka e Robert Gentleman criaram a linguagem R com base na S
• Origem do nome: Derivado das iniciais dos nomes dos dois autores (Ross + Robert) e também presta homenagem à linguagem S
• 2000: Foi lançada a versão R 1.0, marcando a entrada do R em sua fase de maturidade
• 2015: Foi lançada a versão R 3.0, trazendo melhorias significativas no desempenho
• 2024: R 4.4.x (versão principal atual)

(2) Por que o R já existe há 30 anos?

O R não é uma linguagem “perfeita” (sua sintaxe tem suas peculiaridades e o IDE demora para iniciar), mas a razão pela qual ela sobreviveu por 30 anos é:

• O que os estatísticos realmente usam (não “usado apenas por usar”)
• Os autores dos pacotes são os próprios usuários (Quando se deparam com um problema, eles criam um pacote; o CRAN tornou-se uma “base de conhecimento prática”)
• Foram criadas barreiras na comunidade acadêmica (as revistas exigem código R que possa ser reproduzido)

6. Instalar o R (programa principal do R 4.x)

O R é um software de código aberto e gratuito; você pode baixar o pacote de instalação no site do CRAN.

(1) Instruções de instalação para cada plataforma

(2) Comandos de instalação do Linux

# Ubuntu/Debian User:Execute the following commands one by one in the terminal
sudo apt update -qq
sudo apt install --no-install-recommends software-properties-common dirmngr
wget -qO- https://cloud.r-project.org/bin/linux/ubuntu/marutter_pubkey.asc | sudo tee -a /etc/apt/trusted.gpg.d/cran_ubuntu_key.asc
sudo add-apt-repository "deb https://cloud.r-project.org/bin/linux/ubuntu $(lsb_release -cs)-cran40/"
sudo apt install -y r-base

(3) Verifique a instalação

Assim que a instalação estiver concluída, abra o terminal do sistema e digite:

R --version

Resultado esperado:

R version 4.4.1 (2024-06-14) -- "Race for Your Life"
Copyright (C) 2024 The R Foundation for Statistical Computing
Platform: x86_64-pc-linux-gnu

Se você vir o número da versão do R, isso significa que o programa principal foi instalado com sucesso.

7. Instalar o RStudio (IDE recomendado)

O R vem com uma interface gráfica de usuário básica, mas 99% dos usuários do R utilizam o RStudio — um IDE específico para o R desenvolvido pela Posit, Inc. e a ferramenta padrão para usuários do R em todo o mundo.

(1) Baixe o RStudio

Acesse o site oficial da Posit para baixar a versão gratuita do RStudio Desktop (disponível para Windows, macOS e Linux; aproximadamente 200 MB).

(2) Visualização em quatro painéis do RStudio

Ao abrir o RStudio pela primeira vez, você verá quatro painéis:

graph TB
    A["Source Editor<br/>Source Editor<br/>Write R Scripts and Documentation"] 
    B["Console<br/>Console<br/>Execute Code,Display Results"]
    C["Environment/History<br/>Environment/History<br/>View Variables,Historical Commands"]
    D["Documents/Charts/Packages/Help<br/>Files/Plots/Packages/Help"]
    
    A -- "Ctrl+Enter<br/>Run the selected row" --> B
    B -- "Assignment Generation" --> C
    B -- "plot Drawing" --> D
    C -- "Click on the variable name to view" --> D
    
    style A fill:#fff3cd
    style B fill:#d4edda
    style C fill:#cce5ff
    style D fill:#f8d7da

graph TB
    A["Source Editor<br/>Source Editor<br/>Write R Scripts and Documentation"] 
    B["Console<br/>Console<br/>Execute Code,Display Results"]
    C["Environment/History<br/>Environment/History<br/>View Variables,Historical Commands"]
    D["Documents/Charts/Packages/Help<br/>Files/Plots/Packages/Help"]
    
    A -- "Ctrl+Enter<br/>Run the selected row" --> B
    B -- "Assignment Generation" --> C
    B -- "plot Drawing" --> D
    C -- "Click on the variable name to view" --> D
    
    style A fill:#fff3cd
    style B fill:#d4edda
    style C fill:#cce5ff
    style D fill:#f8d7da

(3) Menu de quatro painéis

8. O primeiro script em R

Agora, vamos escrever nosso primeiro script em R. O fluxo de trabalho completo é o seguinte:

▶ Exemplo: Hello World + Cálculos simples

# ============================================
# My First R Screenplay
# File Name:hello.R
# ============================================

# 1. Comments are marked with # Introduction,Will not be executed
# 2. Used for variable assignment <-
name <- "World"

# 3. Use cat() Output (cat = concatenate, join)
cat("Hello,", name, "!\n")

# 4. R It's a calculator.(Enter the expression directly)
1 + 1
2 * 3
sqrt(144)  # Square Root = 12
log(100)   # Natural Logarithm

# 5. Performing Calculations Using Variables
pi_value <- 3.14159
radius <- 5
area <- pi_value * radius ^ 2
cat("The radius is", radius, "The area of the circle is approximately equal to", round(area, 2), "\n")

Resultado esperado:

Hello, World !
[1] 2
[1] 6
[1] 12
[1] 4.60517
The radius is 5 The area of the circle is approximately equal to 78.54

(1) Procedimento

9. O ecossistema de pacotes do R

O maior ponto forte do R é seu ecossistema de pacotes — mais de 20.000 pacotes de código aberto criados por estatísticos de todo o mundo, abrangendo praticamente todos os métodos estatísticos e cenários de ciência de dados.

(1) Os três princípios fundamentais do gerenciamento de pacotes

# 1. Installation Package (Download from CRAN Mirror, Just do it once)
install.packages("dplyr")

# 2. Load Package(It must be loaded once for each new session.)
library(dplyr)

# 3. View Installed Packages
installed.packages()[, "Package"]

(2) tidyverse: o “conjunto de cinco peças” para a ciência de dados em R

O tidyverse é uma coleção de pacotes “tidy” liderada por Hadley Wickham (autor do ggplot2) e é o padrão de fato para a ciência de dados moderna em R:

# One-time installation 8 A core package(dplyr/ggplot2/readr/tidyr/stringr/purrr/tibble/readxl)
install.packages("tidyverse")

❓ Perguntas Frequentes

P: O que devo instalar primeiro, o R ou o RStudio? R: Você deve instalar primeiro o programa R e, em seguida, o RStudio. O RStudio é uma “interface” para o R e não pode ser executado sozinho. Para usar uma analogia: instale primeiro o motor e, depois, o cockpit.

P: Posso usar o R para aprendizado de máquina? R: Sim, mas o R é mais voltado para estatística e meio acadêmico, enquanto o Python (PyTorch/TensorFlow) é, de longe, a linguagem dominante nas áreas de IA e aprendizado profundo. Se o seu objetivo é ingressar na área de IA, recomendo aprender Python; se o seu objetivo for ciência de dados ou modelagem estatística, o R é mais “autêntico”.

P: O R é gratuito? R: É totalmente gratuito e de código aberto. O programa principal do R, todos os pacotes disponíveis no CRAN e o RStudio Community Edition são gratuitos. Apenas o RStudio Commercial Edition (Posit Team/Connect) e o Microsoft R Server (MRAN) exigem o pagamento de uma taxa; quem está aprendendo a usar o R nunca precisará utilizar uma versão paga.

P: Preciso saber Python antes de aprender R? R: Não. O R é uma linguagem independente, então você pode começar do zero. No entanto, se aprender as duas, poderá escolher a ferramenta mais adequada para cada tarefa, o que maximizará sua eficiência. Recomendamos aprender R primeiro (para ciência de dados e estatística) e, depois, aprender Python quando for necessário.

P: O que devo fazer se a instalação do R na China for lenta ou falhar? R: Nas configurações do RStudio Tools → Global Options → Packages → CRAN mirror, selecione um espelho chinês (como o da Tsinghua https://mirrors.tuna.tsinghua.edu.cn/CRAN/); isso tornará o processo 10 vezes mais rápido. Os usuários do Linux também devem selecionar um espelho chinês ao configurar o repositório apt.

📖 Resumo

• R é uma linguagem de computação estatística e gráficos criada em 1993, posicionada como “a bancada de trabalho do estatístico + o pincel do cientista de dados + o padrão para pesquisa reproduzível”.
• Principais diferenças entre R e Python: o R é voltado para estatística, meio acadêmico e visualização, enquanto o Python é voltado para engenharia, IA e desenvolvimento de uso geral
• Ordem de instalação: primeiro instale o programa principal do R (baixado do CRAN) e, em seguida, instale o IDE do RStudio (no site da Posit)
• Layout de quatro painéis do RStudio: Editor de código (canto superior esquerdo) → Console (canto inferior esquerdo) → Ambiente/Histórico (canto superior direito) → Arquivos/Gráficos/Pacotes/Ajuda (canto inferior direito)
• Primeiro script: <- Atribuição + cat() Saída + Comentário começando com #
• O conjunto de cinco bibliotecas do tidyverse (dplyr/ggplot2/readr/tidyr/stringr) é o núcleo do R para ciência de dados

📝 Exercícios

1. Exercício básico: Acesse o site do CRAN, encontre o pacote de instalação mais recente do R para o seu sistema operacional e anote o número da versão atual. Instale o programa R e o RStudio; em seguida, faça uma captura de tela da interface de quatro painéis do RStudio e salve-a.

2. Exercício avançado: Crie um novo script no RStudio e escreva um programa de “apresentação pessoal”: ① Defina três variáveis (nome name, idade age, cidade city); ② Use cat() para construir uma frase e exibir “Meu nome é [Nome], tenho [Idade] anos e sou de [Cidade]”; ③ Use # para escrever 2 a 3 linhas de comentários explicando o código. Após executar o script, faça uma captura de tela e salve a saída do console.

3. Desafio: Pesquise um pacote do R que mais lhe interesse (recomendados: ggplot2 / dplyr / shiny / rmarkdown / forecast) e escreva um parágrafo (cerca de 200 caracteres) descrevendo sua finalidade, casos de uso típicos e um exemplo prático (que você pode encontrar no site do RStudio ou CRAN Task Views). Salve os resultados da sua pesquisa em um documento.

Equipe Técnica Web-Tutorial

Uma plataforma de tutoriais mantida por diversos desenvolvedores. Cada tutorial é escrito e revisado por profissionais da área correspondente. Trabalhamos para manter nosso conteúdo preciso e confiável — se encontrar algum problema, avise-nos.

Sobre Nós