Projetos em Destaque

Projeto	Tema	Entregáveis
Análise de Turnover	Investigação de fatores associados à rotatividade de colaboradores, incluindo departamento, evasão e frequência de viagens corporativas.	Relatório PDF · Código RMarkdown
Estudo de Inadimplência	Análise estatística sobre a relação entre nível de escolaridade e probabilidade de inadimplência em concessões de crédito.	Relatório PDF · Código RMarkdown
Regressão Linear Simples	Modelo preditivo para avaliar a influência da qualidade do atendimento via SAC na confiança do consumidor.	Relatório PDF · Código RMarkdown
Regressão e Testes de Hipóteses	Análise da relação entre emissão de moeda e depósitos no Banco Central do Paraguai, com correlação, regressão linear, testes de hipóteses e previsão.	Relatório PDF · Código RMarkdown

Dashboards Interativos

As aplicações abaixo foram desenvolvidas com FlexDashboard e publicadas na plataforma ShinyApps.

Dashboard	Link
Aula 05	Acessar aplicação
Aula 07	Acessar aplicação
Atividade Dashboard	Acessar aplicação
Atividade 2 - Grupo 6	Acessar aplicação

Relatórios Técnicos

Os relatórios foram compilados em PDF a partir de arquivos RMarkdown. No GitHub, os links abaixo abrem o próprio arquivo PDF no navegador ou permitem o download direto.

Relatório	Descrição
Atividade 1	Análise de turnover e fatores associados à rotatividade de pessoal.
Atividade Teste	Estudo de inadimplência com foco no impacto do nível de escolaridade.
Aula 03	Visualização de dados com ggplot2, incluindo boxplots e gráficos de colunas.
Aula 04	Análise exploratória com histogramas, dispersão e avaliação de correlações.
Aula 10	Regressão linear simples, validação de coeficientes e intervalos de confiança.
Aula 11	Regressão linear aplicada à relação entre emissão de moeda e depósitos, com correlação, testes de hipóteses, intervalos de confiança e previsão.

Conteúdo do Repositório

.
├── Introdução R/
│   ├── Introducao.R
│   ├── Aula 01_02.R
│   └── Aula 06 - Exemplo shiny.R
├── PDF's RMarkDown/
│   ├── Atividade-1.pdf
│   ├── Atividade-Teste.pdf
│   ├── Aula-03.pdf
│   ├── Aula-04.pdf
│   ├── Aula-10.pdf
│   └── Aula-11.pdf
├── Práticas FlexDashboard/
│   ├── Aula 05.Rmd
│   ├── Aula 07 - ALUNOS.Rmd
│   ├── Atividade Dashboard.Rmd
│   └── Atividade 2 - Grupo6.Rmd
└── Práticas RMarkdown/
    ├── Atividade 1.Rmd
    ├── Atividade Teste.Rmd
    ├── Aula 03.Rmd
    ├── Aula 04.Rmd
    ├── Aula 10.Rmd
    └── Aula 11.Rmd

Scripts de Programação

Arquivo	Conteúdo
Introducao.R	Fundamentos de ambientação no RStudio, manipulação de objetos, vetores e tipos de dados.
Aula 01_02.R	Rotinas de ETL, leitura de arquivos CSV, tratamento de valores ausentes e operações agregadas com dplyr.
Aula 06 - Exemplo shiny.R	Estruturação de aplicações Shiny com componentes de interface e lógica de servidor.

Base de Dados Externa

Alguns scripts em .R utilizam arquivos de dados armazenados localmente, como Aula 02.csv e Aula 05.xlsx. Esses arquivos não estão incluídos neste repositório e devem ser baixados ou preparados antes da execução dos scripts.

A base utilizada como referência é o dataset Credit Score Classification, disponível no Kaggle:

Acessar dataset no Kaggle

Para reproduzir as análises:

1. Acesse o link do dataset no Kaggle.
2. Baixe os arquivos da base de dados.
3. Salve os arquivos na pasta Downloads, pois os scripts estão configurados com setwd("Downloads").
4. Caso utilize outra pasta ou outro computador, ajuste o caminho definido em setwd() para o local onde os arquivos foram salvos.
5. Caso necessário, renomeie ou converta os arquivos para os nomes esperados nos scripts, como Aula 02.csv e Aula 05.xlsx.

Essa etapa é necessária porque os scripts fazem leitura de arquivos locais. Se os dados estiverem na pasta Downloads, o caminho atual pode ser mantido; caso contrário, o setwd() deve ser alterado conforme o ambiente de execução.

Tecnologias Utilizadas

• Linguagem: R
• Manipulação de dados: dplyr, tidyverse
• Visualização: ggplot2, plotly
• Dashboards: flexdashboard
• Aplicações interativas: Shiny
• Documentação técnica: RMarkdown com saída em PDF via LaTeX

Objetivo

Este repositório é dedicado ao aprendizado e à prática de Ciência de Dados com R, reunindo exercícios acadêmicos, relatórios técnicos e dashboards voltados à análise estatística, visualização de dados e comunicação de resultados.