Programas de estatística
para cientistas sociais
Jakson Aquino
Um excelente programa de estatística para Linux (e Windows) é o R, que parece difícil no começo, mas que, depois de um certo tempo, permite que se trabalhe com muito mais produtividade do que usando outros softwares, como o SPSS.
Vantagens do R:
- Possui centenas de análises estatísticas em dezenas de pacotes que podem ser carregados opcionalmente. Os softwares comerciais com interface gráfica fácil de usar geralmente possuem apenas algumas dezenas de funções acessíveis com o mouse, sendo preciso comprar módulos adicionais para poder executar funções extras.
- Permite a criação de objetos e funções que ficam disponíveis na Área de Trabalho.
- É um programa de linha de comando, uma linguagem de programação com muitas facilidades para a manipulação de variáveis e análise de dados. Frequentemente, usar a linha de comando no R será mais rápido do que executar a mesma tarefa manipulando o mouse com agilidade em outro programa.
- Com o R é possível fazer qualquer tipo de manipulação dos dados ou análise estatística. Um programa comercial com interface gráfica amigável será mais fácil de usar no início, mas um dia poderá ser necessário fazer algo que não está disponível nos menus clicáveis. Nesse dia, será preciso usar programas em linha de comando. O próprio SPSS se torna mais poderoso se forem usados scripts
- É software livre. A alternativa mais comum entre os sociólogos, cientistas políticos e antropólogos, o SPSS, custa cerca de R$ 3.000,00 e a versão de demonstração somente funciona por duas semanas.
- A flexibilidade e rapidez do R tem um preço. Todos os objetos ficam carregados na memória e algumas operações realizam a criação automática de vários objetos. Ou seja, bancos de dados muito grandes precisam ser subdivididos antes de serem carregados no R. Outra solução é o uso do pacote RMySQL.
- Seria útil para os cientistas sociais se um
data.framepossuísse o atributo rótulo das variáveis ou, alternativamente, se umvetorpossuísse o atributo rótulo. O pacote Hmisc tenta amenizar o problema ao fornecer funções que facilitam a criação de atributos como esses, mas essa ainda não é uma solução ideal. - Começar a usar o R não é fácil. É preciso bastante perseverança e motivação para aprender os comandos básicos e disposição para ler as páginas de ajuda e os tutoriais.
Links relacionados ao R:
- aula_banco_de_dados.R: Uma aula com os primeiros passos para usar o R.
- descr: Pacote que estou desenvolvendo, incluindo algumas funções que considero úteis para cientistas sociais.
- Rtutorial: Tutorial de Introdução ao R.
- Producing Simple Graphs with R: Exemplos fáceis para produção de vários gráficos interessantes.
- R_STAT: Grupo de discussão no Yahoo!
Um programa com limitações em relação ao R, mas que não exige a memorização de comandos, é o gretl e, para análises simples, um programa em modo texto bastante leve é o statist.
O R é capaz de abrir arquivos do SPSS, mas se o banco de dados for muito grande e seu computador não tiver muitos GB de memória ram, será melhor usar o pspp, como no script sav2dat que converte um arquivo .sav num formato usável por outros programas. Bancos de dados imensos são comuns nas ciências sociais. O World Values Survey, por exemplo, é distribuído como um arquivo
.sav de 302
MB compactado no formato .zip (46 MB). Esse banco contém
dados de dezenas de países, incluindo o Brasil, e interessa a estudiosos de
diversas áreas, como sociologia, ciência política, antropologia, economia e
psicologia.
Vários bancos de dados interessantes podem ser encontrados no Consórcio de Informações Sociais. Entretanto, será preciso convertê-los para o formato do R. A forma mais fácil de fazer isso é usando um script, como esse que cria um arquivo .RData do banco de dados da Pesquisa Social Brasileira a partir do original .sav: criarPesbRData.R