Análise da pesquisa sobre gamificação em metodologias ágeis

Neste problema, utilizaremos dados românticos descritos e disponíveis aqui: https://github.com/nazareno/ciencia-de-dados-1/tree/master/5-regressao/speed-dating Especialmente, atente para uma coluna chamada `dec`, que diz se houve match entre os dois participantes do encontro -- isso é: ambos disseram que gostariam de se encontrar novamente depois: https://github.com/nazareno/ciencia-de-dados-1/blob/master/5-regressao/speed-dating/speed-dating2.csv Sua missão é utilizar regressão logística em um conjunto de variáveis explicativas que você escolher (com no mínimo 4 variáveis) para responder o seguinte com esses dados em um RMarkdown: Que fatores nos dados têm efeito re;evante na chance do casal ter um match? Descreva se os efeitos são positivos ou negativos e sua magnitude. Lembre que temos apenas uma amostra de encontros. Lembre de fazer um descritivo das variáveis antes, e de escrever o relatório de maneira que alguém que saiba sobre regressão mas não sabe nada sobre os dados entenda.

Nessa parte do laboratório, queremos que você crie um modelo multivariado que avalie como a produtividade (produção de artigos dividida pelo número de docentes ou de docentes e discentes, como você preferir) varia em função de características dos programas de pós graduação em CC do Brasil. Use como ponto de partida o repositório e relatório em: https://github.com/nazareno/regressao-capes , mas repare que seu objetivo é analisar PRODUTIVIDADE em função das características dos programas que você escolher. Use inferência para analisar os coeficientes do modelo que você criar. Algumas dicas: - apenas alguns programas têm doutorado. nos que não têm, doutorandos sempre é zero. leve isso em conta se você for compará-los - os dados foram medidos para 3 anos de cada um dos programas.

L3P5: p-valores x ICs Nessa última parte do lab 3, queremos usar testes de hipótese para um problema de inferência e comparar as conclusões a que chegamos via testes de hipótese e via ICs. O PROBLEMA Considerando que os dados da wikimedia que usamos no Laboratório 2, faça uma inferência sobre como é, na população de todas as sessões do site: 1. A diferença entre o clickthrough rate dos grupos A e B; e 2. A diferença na proporção buscas com zero resultados nos grupos A e B O QUE PRECISA SER FEITO Você deve produzir, para os pontos 1 e 2 acima: a. Um parágrafo de resposta contendo os números necessários e explicando a sua resposta usando testes de hipótese via pemutação. O parágrafo deve ser estilo o que você colocaria em um artigo - claro, formal e contendo as estatísticas e termos necessários (p-valor, se foram usadas permutações, qual era a estatística do teste, etc.). b. Um parágrafo de resposta contendo os números necessários e explicando a sua resposta usando ICs. O parágrafo deve ser estilo o que você colocaria em um artigo - claro, formal e contendo as estatísticas e termos necessários (nível de confiança, limites do IC, etc.). c. Um parágrafo que comenta se/como os pontos a e b acima concordam, e que compara os dois parágrafos em termos de informação e utilidade para alguém tomando decisões na wikimedia. SUBMETA SEU TRABALHO AQUI COMO UM GOOGLE DOC E COM SEU NOME, por favor. Dica: Esse repositório contém código que você pode usar para se basear com ICs e testes de hipótese. Testes de hipótese via permutação para diferenças de média são provavelmente tão simples que não vale à pena usar uma biblioteca: https://github.com/cienciadedados-ufcg/inferencia-alunos

se o repo da coleta de dados com alunos da graduação (turma CDD) e pós (FPCC) para responder duas perguntas de pesquisa: 1. Qual o impacto do curso no sono dos alunos de graduação e de pós graduação, comparando quanto eles dormem durante a semana e nos fins de semana? 2. O impacto é maior para um dos cursos? Em ambos os casos, estamos interessados em chegar a afirmações sobre os alunos em geral, a partir das amostras que temos. Em ambos os casos, a métrica para "impacto do curso no sono" será definida por você considerando o quanto so alunos dormem no fds e durante a semana. Você pode usar o R, o estimationstats.com, ou ambos. O resultado pode ser um rmarkdown ou google doc. IMPORTANTE: escreva um texto com sua conclusão fazendo seu juízo sobre as estatísticas estimadas. Tem os dados em planilha no link abaixo. Se você usar o csv do repositório, eu diferenciei as turmas assim: dados = dados %>% mutate(data = lubridate::mdy_hms(Timestamp), turma = if_else(data < as.POSIXct("2019-05-24 12:00:00"), "cdd", "fpcc"))

Padrões de consumo de música no lastfm Dados coletados por Andryw Marques para fazer esse estudo. Detalhes sobre a coleta no artigo. Cada dado é um usuário do lastfm descrito segundo os artistas que ele escutou 5x ou mais durante 6 meses em 2012. Durante esse tempo um artista é novo se ele não foi escutando antes desses 6 meses, e antigo se já foi escutado antes. As principais variáveis Há 11,989 usuários. As principais variáveis são: * user <chr> Nome do usuário * ecletic <dbl> Quão eclético o usuário é, em uma medida inventada por Andryw. * media_pop <dbl> Média do log10 da popularidade dos artistas escutados por esse usuário * mediana_pop <dbl> Mediana do mesmo * dp_pop <dbl> Desvio padrão do mesmo * news <dbl> Quantos artistas novos foram escutados durante os 6 meses * old <dbl> Quantos artistas já conhecidos foram escutados durante os 6 meses --- Nosso objetivo agora é nos familiarizarmos com a estimativa de ICs usando bootstrap. Para isso: Use o repositório do last.fm e o notebook "voce-e-um-ic.Rmd" para estimar as duas estatísticas pedidas via: 1. bootstraps implementados por você 2. bootstraps usando uma biblioteca (veja o código do repositório anterior sobre IAT) O resultado será um notebook que tem os resultados. Coloque seu nome nele.

Introdução à inferência estatística Usamos os dados de um experimento replicado em 30 e poucos laboratórios pelo mundo. O experimento está descrito aqui e o link direto para os dados originais é esse. Nós usamos uma versão tratada disponível aqui e criada por Robert J Calin-Jageman e colegas para o Teaching the New Statistics workshop. O estudo do 1o link replica diversos experimentos da psicologia. O que usamos aqui é: "Sex differences in implicit math attitudes (Nosek,Banaji, & Greenwald, 2002).As a possible account for the sex gap in participation in science and math, Nosek and colleagues (2002) found that women had more negative implicit attitudes toward math compared to arts than men did in two studies of Yale undergraduates. Participants completed four Implicit Association Tests (IATs) in random order, one of which measured associations of math and arts with positivity and negativity. The replication simplified the design for length to be just a single IAT."

L2P2: Uma análise bem maior Assim como no lab1, preparamos um repositório no github para que você use como pontapé inicial no seu trabalho. Seu trabalho deve partir dele, e sua entrega consistirá de uma versão modificada desse repositório com um link para o seu relatório final publicado no rpubs no início do README.md do seu repositório. Alguns comentários relevantes: - O erro mais comum reportado pelo pessoal da wikimedia é que analistas respondiam as perguntas sem antes explorar os dados, e aí cometiam erros crassos que teriam evitado se tivessem primeiro entendido os dados. - É bastante dado, e o preprocessamento dele pode demorar na sua máquina. Se isso começar a atrapalhar, faça um head(100000) nos eventos, e considere só os n primeiros. Não tem problema. - O script atual de preprocessamento dos dados é um início que você pode modificar à vontade.

Exemplo para L2P1

L2P1: Explorando marcas e canais Use o código no repositório sobre contribuições no StackOverflow e SuperUser como ponto de partida, e crie um relatório em html respondendo as perguntas colocadas em reports/comentarios-e-cultura.Rmd Importante: coloque seu nome no relatório gerado!

Para essa 3a parte do Lab 1, se baseie no repo do código abaixo, e produza um relatório que responde às duas perguntas no final do arquivo reports/a-report.Rmd Não esqueça de explorar as variáveis que você usará antes de fazer sua análise, lidar com valores surpreendentes, errados ou extremos, usar visualizações e escrever sobre suas conclusões tal como nos relatórios anteriores que você fez.

Nessa etapa do laboratório, você produzirá em um grupo de até 3 pessoas um novo relatório que: 1. Contenha respostas para 3 perguntas, das quais pelo menos uma é nova 2. Incorpore o feedback que dei sobre a parte 1. a submissão deve ser de um arquivo html gerado pelo rmarkdown. TODOS do grupo devem enviar o mesmo relatório, e escrever no relatório quem é o grupo (nome e sobrenome por favor). ps: Havia anunciado o prazo de segunda 15/4, mas como demorei a publicar a tarefa, coloquei-a para terça 16/4.

Parta do link abaixo. Ao clonar o repositório: 1. Abra o arquivo .Rproj com o RStudio. NÃO PROGRAME SEM ABRIR O PROJETO. 2. Vá no arquivo reports/explora-temperaturas.Rmd e escolha e responda 2 das perguntas sobre temperatura e 2 das perguntas sobre chuva escritas lá. Para cada resposta, gere uma ou mais visualizações dos dados, e escreva um parágrafo que deixa clara qual a sua conclusão/ões. Ao final, gere um relatório html (Knit html no RStudio) que você enviará aqui. Também coloque seu código no repo criado no github antes do prazo final.