Capítulo 21 Computação estatística

21.1 Programas de computador

21.1.1 O que é R?

R é um programa de computador de código aberto com linguagem computacional direcionada para análise estatística.^197,198
R version 4.5.0 (2025-04-11) está disponível gratuitamente em Comprehensive R Archive Network (CRAN).¹⁹⁹

21.1.2 Por que usar R?

R é o software de maior abrangência de métodos estatísticos, possui sintaxe que permite análises estatísticas reproduzíveis e está disponível gratuitamente no Comprehensive R Archive Network (CRAN).^23,199

21.1.3 O que é RStudio?

RStudio é um ambiente de desenvolvimento integrado (integrated development environment, IDE) desenvolvido visando a reprodutibilidade e a simplicidade para a criação e disseminação de conhecimento.^198,200
O ambiente do RStudio é dividido em paineis:
- Source/Script editor: para edição de R scripts.¹⁹⁸
- Console: para execução de códigos simples, .¹⁹⁸
- Environments: para visualização de objetos criados durante a sessão de trabalho.¹⁹⁸
- Output: para visualização de gráficos criados durante a sessão de trabalho.¹⁹⁸

Figura 21.1: Interface do RStudio. Fonte: https://docs.posit.co/ide/user/

As principais características do RStudio incluem um ambiente de edição com abas para acesso rápido a arquivos, comandos e resultados; histórico de comandos previamente utilizados; ferramentas para visualização de bancos de dados e elaboração de scripts e gráficos e tabelas.^198,200
RStudio está disponível gratuitamente em Posit.

O pacote learnr²⁰¹ fornece tutoriais interativos para RStudio.

21.1.4 Que programas de computador podem ser usados para análise estatística com R?

Os pacotes jmv²⁰⁴ e jmvconnect²⁰⁵ fornecem funções para análise descritiva e inferencial com interface com jamovi.

21.2 Scripts computacionais

21.2.1 O que são R scripts?

“Scripts são dados”.²⁰⁶
Scripts permitem ao usuário se concentrar nas tarefas mais importantes da computação e utilizar pacotes ou bibliotecas para executar as funções mais básicas com maior eficiência.²⁰⁶
Um script é um arquivo de texto contendo (quase) os mesmos comandos que você digitaria na linha de comando do R. O “quase” refere-se ao fato de que se você estiver usando sink() para enviar a saída para um arquivo, você terá que incluir alguns comandos em print() para obter a mesma saída da linha de comando.

21.3 Pacotes

21.3.1 O que são pacotes?

Pacotes são conjuntos de scripts programados pela comunidade e compartilhados para uso público.¹⁹⁸
Os pacotes ficam armazenados no Comprehensive R Archive Network (CRAN) e podem ser instalados diretamente no RStudio.^198,199
Na mais recente atualização deste livro, o [Comprehensive R Archive Network (CRAN) possui 381446 pacotes disponíveis.^198,199
Os pacotes disponíveis podem ser encontrados em R PACKAGES DOCUMENTATION.²⁰⁷

O pacote utils²⁰⁸ fornece a função install.packages para instalar os pacotes no computador.

O pacote utils²⁰⁸ fornece a função library para carregar os pacotes instalados no computador.

O pacote utils²⁰⁸ fornece a função require para indicar se o pacote requisitado está disponível.

O pacote utils²⁰⁸ fornece a função installed.packages para listar os pacotes instalados no computador.

O pacote utils²⁰⁸ fornece a função update.packages para atualizar os pacotes instalados no computador.

21.3.2 Quais práticas são recomendadas na redação de scripts?

Use nomes consistentes para as variáveis.²⁰⁹
Defina os tipos de variáveis adequadamente no banco de dados.²⁰⁹
Defina constantes - isto é, variáveis de valor fixo - ao invés de digitar valores.²⁰⁹
Use e cite os pacotes disponíveis para suas análises.²⁰⁹
Controle as versões do script.^209,210
Teste o script antes de sua utilização.²⁰⁹
Conduza revisão por pares do código durante a redação (digitação em dupla).²⁰⁹

O pacote formatR²¹¹ fornece a função tidy_source para formatar um R script.

O pacote styler²¹² fornece a função style_file para formatar um R script.

O pacote lintr²¹³ fornece a função lint para verificar a adesão de um script a um determinado estilo, identificando erros de sintaxe e possíveis problemas semânticos.

21.4 Manuscritos reproduzíveis

21.4.1 O que são manuscritos reproduzíveis?

Manuscritos reproduzíveis - manuscritos executáveis ou relatórios dinâmicos - permitem a produção de um manuscrito completo a partir da integração do banco de dados da(s) amostra(s), do(s) script(s) de análise estatística (incluindo comentários para sua interpretação), dos pacotes ou bibliotecas utilizados, das fontes e referências bibliográficas citadas, além dos demais elementos textuais (tabelas, gráficos) - todos gerados dinamicamente.²⁰⁶

21.4.2 Por que usar manuscritos reproduzíveis?

No processo tradicional de redação científica há muitas etapas de copiar e colar não reproduzíveis envolvidas. Documentos dinâmicos combinam uma ferramenta de processamento de texto com o R script que produz o texto/tabela/figura a ser incorporado no manuscrito.²³
Ao trabalhar com relatórios dinâmicos, é possível extrair o mesmo script usado para análise estatística. Os documentos podem ser compilados em vários formatos de saída e salvos como DOCX, PPTX e PDF.²³
Muitos erros de análise poderiam ser evitados com a adoção de boas práticas de programação em manuscritos reproduzíveis.²¹⁴

O pacote rmarkdown²¹⁵ fornece as funções render para criar manuscritos reprodutíveis a partir de arquivos .Rmd.

O pacote officedown²¹⁶ fornece as funções rdocx_document e rpptx_document para criar arquivos DOCX e PPTX, respectivamente, com o conteúdo criado no manuscrito reprodutível.

O pacote bookdown²¹⁷ fornece as funções gitbook, pdf_book, epub_book e html_document2 para criar documentos reprodutíveis em diversos formatos (Git, PDF, EPUB e HTML, respectivamente).

21.4.3 O que é RMarkdown?

RMarkdown²¹⁵ é uma ferramenta que permite a integração de texto, código e saída em um único documento. O RMarkdown é uma extensão do Markdown, que é uma linguagem de marcação simples e fácil de aprender, que é usada para formatar texto. O RMarkdown permite a inclusão de blocos de código R, Python, SQL, C++, entre outros, e a saída desses blocos de código é incorporada ao documento final. O RMarkdown é uma ferramenta poderosa para a criação de relatórios dinâmicos, que podem ser facilmente atualizados com novos dados ou análises. O RMarkdown é amplamente utilizado na comunidade científica para a criação de relatórios de pesquisa, artigos científicos, apresentações, livros, entre outros.
O trabalho com RMarkdown²¹⁵ permite um fluxo de dados totalmente transparente, desde o conjunto de dados coletados até o manuscrito finalizado. Todos os aspectos do fluxo de dados podem ser incorporados em blocos de R script (chunk), exibindo tanto o R script quando o respectivo texto, tabelas e figuras formatadas no estilo científico de interesse.²¹⁸
O RMarkdown²¹⁵ foi projetado especificamente para relatórios dinâmicos onde a análise é realizada em R e oferece uma flexibilidade incrível por meio de uma linguagem de marcação.²³

21.4.4 Como manuscritos reprodutíveis contribuem para a ciência?

O compartilhamento de bancos de dados e seus scripts de análise estatística permitem a adoção de práticas reprodutíveis, tais como a reanálise dos dados.²¹⁹

O pacote projects²²⁰ fornece a função setup_projects para criar um projeto com arquivos organizados em diretórios.

21.4.5 Como contribuir para a reprodutibilidade?

Disponibilize publicamente os bancos de dados, respeitando as considerações éticas vigentes (ex.: autorização dos participantes e do Comitê de Ética em Pesquisa) e internacionalmente.²³
Produza manuscritos reprodutíveis - manuscritos executáveis ou relatórios dinâmicos - que permitem a integração do banco de dados da(s) amostra(s), do(s) script(s) de análise estatística (incluindo comentários para sua interpretação), dos pacotes ou bibliotecas utilizados, das fontes e referências bibliográficas citadas, além dos demais elementos textuais (tabelas, gráficos) - todos gerados dinamicamente.²⁰⁶

O pacote rmarkdown²¹⁵ fornece a função render para criar manuscritos reprodutíveis a partir de arquivos .Rmd.

21.5 Compartilhamento

21.5.1 Por que compartilhar scripts?

Compartilhar o script — principalmente junto aos dados — pode facilitar a replicação direta do estudo, a detecção de eventuais erros de análise, a detecção de pesquisas fraudulentas.²²¹

21.5.2 O que pode ser compartilhado?

Idealmente, todos os scripts, pacotes/bibliotecas e dados necessários para outros reproduzirem seus dados.²¹⁰
Minimamente, partes importantes incluindo implementações de novos algoritmos e dados que permitam reproduzir um resultado importante.²¹⁰

21.5.3 Como preparar dados para compartilhamento?

.^REF?

21.5.4 Como preparar scripts para compartilhamento?

Providencie a documentação sobre seu script (ex.: arquivo README).²¹⁰
Inclua a versão dos pacotes usados no seu script por meio de um script inicial para instalação de pacotes (ex.: ‘instalar.R’).²¹⁴
Documente em um arquivo README os arquivos disponíveis e os pré-requisitos necessários para executar o código (ex.: pacotes e respectivas versões). Uma lista de configurações (hardware e software) que foram usadas para rodar o código pode ajudar na reprodução dos resultados.²²
Use endereços de arquivos relativos.²¹⁴
Crie links persistentes para versões do seu script.²¹⁰
Defina uma semente para o gerador de números aleatórios em scripts com métodos computacionais que dependem da geração de números pseudoaleatórios.²²

O pacote base⁵² fornece a função set.seed para especificar uma semente para reprodutibilidade de computações que envolvem números aleatórios.

Escolha uma licença apropriada para garantir os direitos de criação e como outros poderão usar seus scripts.²¹⁰
Teste o script em uma nova sessão antes de compartilhar.²¹⁴
Cite todos os pacotes relacionados à sua análise.²²²

O pacote utils²⁰⁸ fornece a função citation para citar o programa R e os pacotes da sessão atual.

O pacote grateful²²³ fornece a função cite_packages para citar os pacotes utilizados em um projeto R.

Inclua a informação da sessão em que os scripts foram rodados.²¹⁴

O pacote utils²⁰⁸ fornece a função sessionInfo para descrever as características do programa, pacotes e plataforma da sessão atual.

21.5.5 O que incluir no arquivo README?

Título do trabalho.²²
Autores do trabalho.²²
Principais responsáveis pela escrita do script e quaisquer outras pessoas que fizeram contribuições substanciais para o desenvolvimento do script.²²
Endereço de e-mail do autor ou contribuidor a quem devem ser direcionadas dúvidas, comentários, sugestões e bugs sobre o script.²²
Lista de configurações nas quais o script foi testado, tais com nome e versão do programa, pacotes e plataforma.²²

Referências

22.

Hofner B, Schmid M, Edler L. Reproducible research in statistics: A review and guidelines for the Biometrical Journal. Biometrical Journal. 2015;58(2):416-427. doi:10.1002/bimj.201500156

23.

Mair P. Thou shalt be reproducible! A technology perspective. Frontiers in Psychology. 2016;7. doi:10.3389/fpsyg.2016.01079

52.

R Core Team. R: A Language and Environment for Statistical Computing. Vienna, Austria: R Foundation for Statistical Computing; 2023. https://www.R-project.org/.

197.

Ihaka R, Gentleman R. R: A language for data analysis and graphics. Journal of Computational and Graphical Statistics. 1996;5(3):299. doi:10.2307/1390807

198.

Introduction to r and RStudio. Practical Machine Learning in R. April 2020:25-52. doi:10.1002/9781119591542.ch2

199.

R Core Team. The comprehensive r archive network. 2021. https://cran.r-project.org.

200.

Racine JS. RStudio: A Platform-Independent IDE for R and Sweave. Journal of Applied Econometrics. 2011;27(1):167-172. doi:10.1002/jae.1278

201.

Aden-Buie G, Schloerke B, Allaire J, Rossell Hayes A. Learnr: Interactive Tutorials for r.; 2023. https://CRAN.R-project.org/package=learnr.

202.

Love J, Selker R, Marsman M, et al. JASP: Graphical Statistical Software for Common Statistical Designs. Journal of Statistical Software. 2019;88(2). doi:10.18637/jss.v088.i02

203.

ŞAHİN M, AYBEK E. Jamovi: An easy to use statistical software for the social scientists. International Journal of Assessment Tools in Education. 2020;6(4):670-692. doi:10.21449/ijate.661803

204.

Selker R, Love J, Dropmann D. Jmv: The Jamovi Analyses.; 2023. https://CRAN.R-project.org/package=jmv.

205.

Love J. Jmvconnect: Connect to the Jamovi Statistical Spreadsheet.; 2022. https://CRAN.R-project.org/package=jmvconnect.

206.

Hinsen K. A data and code model for reproducible research and executable papers. Procedia Computer Science. 2011;4:579-588. doi:10.1016/j.procs.2011.04.061

207.

All r CRAN packages [full list]. 2025. https://r-packages.io/packages. Accessed February 11, 2025.

208.

R Core Team. R: A language and environment for statistical computing. 2023. https://www.R-project.org/.

209.

Schwab, Simon, Held, Leonhard. Statistical programming: Small mistakes, big impacts. Wiley-Blackwell Publishing, Inc. 2021. doi:10.5167/UZH-205154

210.

Eglen SJ, Marwick B, Halchenko YO, et al. Toward standard practices for sharing computer code and programs in neuroscience. Nature Neuroscience. 2017;20(6):770-773. doi:10.1038/nn.4550

211.

Xie Y. formatR: Format r Code Automatically.; 2022. https://CRAN.R-project.org/package=formatR.

212.

Müller K, Walthert L. Styler: Non-Invasive Pretty Printing of r Code.; 2023. https://CRAN.R-project.org/package=styler.

213.

Hester J, Angly F, Hyde R, et al. Lintr: A Linter for r Code.; 2023. https://CRAN.R-project.org/package=lintr.

214.

Trisovic A, Lau MK, Pasquier T, Crosas M. A large-scale study on research code quality and execution. Scientific Data. 2022;9(1). doi:10.1038/s41597-022-01143-6

215.

Allaire J, Xie Y, Dervieux C, et al. Rmarkdown: Dynamic Documents for r.; 2023. https://CRAN.R-project.org/package=rmarkdown.

216.

Gohel D, Ross N. Officedown: Enhanced r Markdown Format for Word and PowerPoint.; 2023. https://CRAN.R-project.org/package=officedown.

217.

Xie Y. Bookdown: Authoring books and technical documents with r markdown. 2023. https://github.com/rstudio/bookdown.

218.

Holmes DT, Mobini M, McCudden CR. Reproducible manuscript preparation with RMarkdown application to JMSACL and other Elsevier Journals. Journal of Mass Spectrometry and Advances in the Clinical Lab. 2021;22:8-16. doi:10.1016/j.jmsacl.2021.09.002

219.

Ioannidis JPA. How to Make More Published Research True. PLoS Medicine. 2014;11(10):e1001747. doi:10.1371/journal.pmed.1001747

220.

Krieger N, Perzynski A, Dalton J. Projects: A Project Infrastructure for Researchers.; 2021. https://CRAN.R-project.org/package=projects.

221.

Schultze A, Tazare J. The role of programming code sharing in improving the transparency of medical research. BMJ. October 2023:p2402. doi:10.1136/bmj.p2402

222.

Zhao Y, Xiao N, Anderson K, Zhang Y. Electronic common technical document submission with analysis using R. Clinical Trials. 2022;20(1):89-92. doi:10.1177/17407745221123244

223.

Francisco Rodríguez-Sánchez, Connor P. Jackson, Shaurita D. Hutchins. Grateful: Facilitate citation of r packages. 2023. https://github.com/Pakillo/grateful.