Referência rápida (cheatsheet) • rnp

Resumo das funções do rnp por área. Todas seguem o prefixo rnp_, retornam tibble (ou objetos rnp_resultado, com print/tidy/glance) e os gráficos usam ggplot2. Os exemplos abaixo são ilustrativos.

Conjuntos de dados didáticos

rnp_concreto    # resistência de concreto (descritiva, ANOVA, regressão)
rnp_defeitos    # defeitos por lote (Poisson, categóricos)
rnp_vida_util   # tempo de vida com censura (sobrevivência)

Descritiva e exploratória

Função	Uso
`rnp_descritiva(x)`	medidas-resumo completas
`rnp_descritiva_by(base, var, grupos)`	resumo por grupo
`rnp_momentos(x)`	média, variância, assimetria, curtose
`rnp_medias(x)`	aritmética, geométrica, harmônica, quadrática
`rnp_outliers(x, method)`	outliers (IQR, z, modz, chebyshev)
`rnp_tabela_frequencia(x)` / `rnp_tabela_classes(x)`	frequências
`rnp_grafico_histograma/_boxplot/_dispersao/_qq(...)`	gráficos

Probabilidade e distribuições

rnp_distribuicao_normal("p", q = 1.96)             # P(Z <= 1.96)
rnp_distribuicao_poisson("d", x = 0:5, lambda = 3) # massa
rnp_esperanca_var("binom", size = 10, prob = 0.3)  # E[X], Var[X]
rnp_bayes(priori, verossimilhanca)                 # Teorema de Bayes
rnp_tcl_simulacao(gerador, n = 30)                 # Teorema Central do Limite
rnp_ajuste_distribuicao(x, "weibull")              # ajuste por MLE

Inferência

rnp_ic_media(x);  rnp_ic_proporcao(s, n);  rnp_ic_variancia(x)
rnp_teste_t(x, mu = 0);  rnp_teste_t(x, y)         # 1 ou 2 amostras
rnp_emv(log_veross, inicio)                        # máxima verossimilhança
rnp_bootstrap(x, "mediana");  rnp_ic_bootstrap(x)  # reamostragem
rnp_teste_permutacao(x, y)                         # não-paramétrico
rnp_poder_teste(efeito, n);  rnp_tamanho_amostra_teste(efeito, poder)

Regressão e modelagem

rnp_regressao(y ~ x1 + x2, dados)                  # linear
rnp_regressao_diagnosticos(fit);  rnp_vif(fit)     # diagnóstico
rnp_regressao_ridge(...);  rnp_regressao_lasso(...);  rnp_elastic_net(...)
rnp_logistic(y ~ x, dados);  rnp_curva_roc(obs, prob)
rnp_predicao(fit, novos, tipo = "predicao")        # IC vs predição
tidy(fit);  glance(fit)                            # integração broom

GLM, mistos e aditivos

rnp_glm(y ~ x, dados, familia = "poisson")
rnp_binomial_negativa(y ~ x, dados)                # superdispersão
rnp_regressao_ordinal(y ~ x, dados)                # odds proporcionais
rnp_modelo_misto(y ~ x, dados, aleatorio = ~1|g)   # efeitos mistos
rnp_gam(y ~ s(x), dados)                           # aditivo

Multivariada

rnp_pca(base);  rnp_biplot(p);  rnp_matriz_correlacao(base)
rnp_kmeans(base, k);  rnp_cluster_hierarquico(base, k);  rnp_silhueta(base, cl)
rnp_lda(grupo ~ ., dados);  rnp_hotelling(X, Y);  rnp_manova(...)

Séries temporais

rnp_arima(x, c(p, d, q));  rnp_sarima(...);  rnp_auto_arima(x)
rnp_ts_adf(x);  rnp_ts_kpss(x);  rnp_ts_residuos(modelo)
rnp_ts_previsao(modelo, h = 12);  rnp_ts_garch(x);  rnp_ts_var(dados, p)

Sobrevivência

rnp_kaplan_meier(tempo, evento, grupo);  rnp_log_rank(tempo, evento, grupo)
rnp_cox(Surv(tempo, evento) ~ x, dados);  rnp_cox_diagnosticos(fit)
rnp_sobrevivencia_parametrica(..., dist = "weibull")

Machine learning (tidymodels)

sp <- rnp_ml_particao(dados, estrato = "y")
cv <- rnp_ml_cv(dados, v = 10)
rnp_ml_ajustar(rnp_ml_arvore("classificacao"), y ~ ., sp)
rnp_ml_tunagem(spec, y ~ ., cv);  rnp_ml_comparar(specs, y ~ ., cv)

Avaliação de modelos

rnp_metricas_classificacao(obs, pred);  rnp_metricas_regressao(obs, pred)
rnp_calibracao(obs, prob);  rnp_brier(obs, prob);  rnp_ks_classificador(obs, prob)
rnp_comparar_roc(obs, prob1, prob2)                # teste de DeLong

Dados categóricos e não-paramétrica

rnp_teste_qui_quadrado(x, y);  rnp_teste_fisher(tab)
rnp_odds_ratio(tab);  rnp_risco_relativo(tab);  rnp_kappa(a1, a2)
rnp_mann_whitney(x, y);  rnp_wilcoxon(x, y);  rnp_kruskal(x, g)

Pré-processamento

rnp_padroniza(x);  rnp_normaliza(x);  rnp_winsoriza(x, p = 0.05)
rnp_imputa(base, metodo = "knn");  rnp_discretiza(x, k);  rnp_dummy(base)