Curso de Especialização em Advanced Analytics & Business Optimization http://aabo.leg.ufpr.br/

---

Termos Técnicos

1 Ferramentas, Computação e Infraestrutura

• IDE (Integrated Development Environment) / RStudio: O ambiente integrado de desenvolvimento utilizado para escrever, editar e depurar códigos de ciência de dados de forma organizada. Oferece recursos visuais e de navegação de variáveis, coexistindo no ecossistema com outros editores de alto desempenho como o Positron ou o VS Code.

• Diretório de Trabalho (Working Directory): A pasta ativa ou nó do sistema de arquivos onde o interpretador da linguagem lê ou grava documentos por padrão. É inspecionado pela função getwd() e redefinido dinamicamente por meio da instrução setwd().

• Double (Ponto Flutuante de Dupla Precisão): O tipo de dado atômico numérico padrão para números reais decimais na linguagem (exemplo: 23.45). Garante a alocação de valores contínuos na memória física do sistema através do padrão de ponto flutuante de dupla precisão de bits.

• Integer (Inteiro): O tipo de dado atômico numérico discreto do R. Para forçar sua criação física na memória e contornar a alocação padrão como double, deve-se anexar o modificador de sufixo L ao valor numérico (exemplo: 10L).

• Character (Cadeia de Caracteres): Tipo de dado atômico textual. Na linguagem, não existe diferenciação física ou estrutural entre um único caractere isolado (como um char de baixo nível) e uma frase de texto longa (conhecida como string).

• Logical (Logical/Booleano): Tipo de dado lógico binário que aceita estritamente as constantes lógico-booleanas TRUE e FALSE.

• NA (Not Available): O marcador lógico especial de dados ausentes ou informações desconhecidas. Funciona como um elemento reservado que preenche espaços físicos em vetores e tabelas sem distorcer o alinhamento de suas dimensões geométricas originais.

• NaN (Not a Number): O estado especial que representa indeterminações matemáticas reais e indefinições no domínio dos números reais, como divisões por zero de mesma magnitude, por exemplo, \(\frac{0}{0}\), logaritmos de números negativos, \(\text{log}(-1)\), ou raízes quadradas de valores negativos, \(\text{sqrt}(-10)\).

• Inf e -Inf (Infinito): Valores lógicos contínuos que indicam limites de computação que extrapolam a precisão física do computador em ponto flutuante de dupla precisão. Em estatística e modelagem, são utilizados intencionalmente para delimitar e fechar classes ou intervalos abertos de observações (exemplo: uma última categoria experimental que abrange indivíduos de \(2,20\text{m}\) até \(\infty\)).

• Regra de Reciclagem (Recycling Rule): Mecanismo automático do R que entra em ação quando operações lógicas ou aritméticas envolvem vetores de comprimentos diferentes. O interpretador expande temporariamente o menor vetor, repetindo ciclicamente seus elementos até atingir a dimensão do vetor maior. Quando os comprimentos são múltiplos exatos, essa expansão é executada de forma completamente silenciosa, o que pode acarretar erros lógicos graves e silenciosos se o pesquisador não estiver atento ao alinhamento dos dados.

• Matriz (Matrix): A extensão homogênea bidimensional de um vetor atômico em eixos planos contendo linhas e colunas, instanciada pelo construtor matrix().

• Array (Tensor): A estrutura geométrica geral homogênea que aceita três ou mais dimensões físicas na memória do sistema (linhas, colunas, profundidade ou faces), criada por meio da instrução de suporte array().

• Lista (List): A estrutura heterogênea mais abrangente da linguagem, comportando-se como um contêiner genérico ou vagão de carga. Permite agrupar recursivamente objetos de qualquer classe, tamanho e identidade sob uma única variável lógica de acesso.

• Data Frame: Uma lista nomeada especial composta por vetores atômicos homogêneos de comprimentos rigorosamente idênticos. Cada coluna funciona como um vetor, e o comprimento desses vetores define o número total de linhas ou observações experimentais.

• Máscara Lógica (Logical Mask): Um vetor composto estritamente por valores lógicos booleanos, gerado a partir de expressões de comparação. É injetado no fatiador de linhas de uma matriz ou tabela de dados para reter fisicamente os índices que avaliam para TRUE e filtrar os demais.

• Mínimos Quadrados Ordinários (MQO): O estimador estatístico linear de parâmetros utilizado para calibrar coeficientes de regressão clássica. Matematicamente, o vetor de estimativas \(\hat{\beta}\) é determinado por: \[\hat{\beta} = \left( X^T X \right)^{-1} X^T Y\] No ambiente R, essa equação é implementada de forma direta através das funções de transposição t(), inversão de matrizes solve() e o operador de produto matricial %*%.

• Amostragem Aleatória Sistemática (Systematic Sampling): Técnica de seleção estatística em que o primeiro elemento amostral é sorteado aleatoriamente (semente populacional) e os subsequentes são extraídos com base em um intervalo físico regular (pulo sistemático). É operacionalizada em R usando a função de sequências regulares seq() no formato seq(from = 8, by = 10, length.out = 50).

• Curto-Circuito (Short-Circuit Evaluation): Comportamento operacional de avaliação no qual os operadores booleanos escalares duplos && e || avaliam estritamente apenas a primeira posição física de cada vetor. A avaliação é interrompida imediatamente assim que o resultado lógico global final puder ser deduzido com certeza, garantindo velocidade de execução e o retorno de um único escalar lógico apropriado para cláusulas de desvio de fluxo com if.

• Simplificação Dimensional (Dimension Reduction): Comportamento automático de otimização de memória do R no qual fatiamentos de linhas ou colunas únicas de matrizes bidimensionais perdem a sua identidade original de matriz, sendo convertidos para vetores comuns de menor dimensão. Para neutralizar essa simplificação e preservar a estrutura bidimensional rígida de álgebra linear, deve-se aplicar o argumento lógico drop = FALSE.

• Pré-alocação de Memória: Estratégia de desempenho de código em laços de repetição que consiste em reservar o tamanho físico final do vetor de resultados (por meio do comando numeric(), por exemplo) antes de iniciar as iterações. Isso evita que o objeto sofra crescimento dinâmico e cópias sucessivas na memória a cada ciclo, reduzindo o tempo total de execução de uma complexidade quadrática ineficiente \(\mathcal{O}(N^2)\) para uma complexidade linear otimizada \(\mathcal{O}(N)\).

• Caminho de Busca (Search Path): A pilha ordenada e hierárquica de ambientes e pacotes que o interpretador de código varre sequencialmente para localizar e carregar objetos, variáveis ou funções consultadas, inspecionada pela chamada search().

• Ambiente Global (.GlobalEnv): O escopo primário e topo do caminho de busca ativa onde residem fisicamente todas as variáveis e funções instanciadas localmente pela sessão ativa do pesquisador.

• Mascaramento (Shadowing / Masking): O fenômeno em que o carregamento de novos pacotes adicionais por meio de library() insere funções com nomes idênticos aos de funções de pacotes já ativos no topo da hierarquia de consulta do caminho de busca. Isso impede o acesso imediato à implementação mais antiga, que fica oculta (“mascarada”) pela nova biblioteca.

• Operador de Resolução de Escopo (::): Operador de caracteres de dois pontos duplos :: que possibilita chamar e executar explicitamente uma função do namespace interno de um pacote estatístico de destino (exemplo: stats::filter()), ignorando problemas de mascaramento e garantindo a reprodutibilidade das análises.

• Despacho de Métodos (S3 Method Dispatch): O mecanismo de orientação a objetos clássico S3 no qual uma função genérica (casca), como boxplot(), inspeciona a classe do objeto que recebeu como argumento de entrada e encaminha a tarefa à função especializada correspondente àquela classe (como boxplot.default(), boxplot.matrix() ou boxplot.formula()).