# Curso **Tópicos Especiais de Métodos Quantitativos** (TAMQ) — UFABC 2025
Este repositório reúne **códigos** (R e Python), **listas de exercícios**, **bases de dados** e **materiais de apoio** utilizados nas aulas do curso TAMQ, oferecido no Programa de Pós-Graduação em Políticas Públicas da UFABC. Nosso objetivo é:
* promover aprendizagem prática de métodos quantitativos com foco em _Randomized Controlled Trials_ (RCTs) e regressão linear (simples e múltipla);
* incentivar a cultura de **reprodutibilidade** científica, adotando versionamento de código, documentação clara e dados abertos.
---
## Estrutura de pastas
| Pasta | Conteúdo | Observações |
|-------|----------|-------------|
| `dados/` | Bases de dados em formatos `.csv`, `.rds` ou `.xlsx`. | Dados públicos ou simulados; verifique licenças de uso. |
| `scripts_R/` | Scripts em R (`.R`). | Incluem comentários detalhados e dependências listadas em `install_packages.R`. |
| `scripts_python/` | Scripts em Python (`.py`). | Dependências listadas em `requirements.txt`. |
| `listas/` | Enunciados das listas de exercícios (`.pdf` ou `.md`). | Numeração crescente (Lista 1, Lista 2, …). |
| `solucoes/` | Gabaritos e scripts de correção. | Acesso restrito a monitores/as; use branch ou permissão específica. |
| `docs/` | Slides, leituras complementares e outros materiais (`.pdf`, `.pptx`). | Links diretos abaixo. |
---
## Como usar os scripts
1. **Clone ou baixe** o repositório
```bash
git clone https://github.com/<usuario>/TAMQ-2025.git
cd TAMQ-2025-
R
-
Instale o R (≥ 4.3) e RStudio (opcional).
-
Execute
scripts_R/install_packages.Rpara instalar dependências. -
Rode o script desejado:
source("scripts_R/exemplo_regressao.R")
-
-
Python
-
Instale Python 3.11+ (recomenda-se venv ou Conda).
-
Crie ambiente e instale pacotes:
python -m venv .venv source .venv/bin/activate # Linux/macOS .\.venv\Scripts\activate # Windows pip install -r scripts_python/requirements.txt
-
Execute:
python scripts_python/exemplo_regressao.py
-
-
Reprodutibilidade
- Conferir versões de pacotes com
sessionInfo()(R) oupip freeze(Python). - Issues e pull requests são bem-vindos para correções e melhorias.
- Conferir versões de pacotes com
-
Slides das aulas: estão disposíveis na pasta /docs
-
Bibliografia principal
- Angrist, J. D., & Pischke, J.-S. (2014). Mastering ’Metrics: The Path from Cause to Effect.
- Wooldridge, J. M. (2020). Introductory Econometrics: A Modern Approach (7ª ed.).
- Imbens, G., & Rubin, D. B. (2015). Causal Inference for Statistics, Social, and Biomedical Sciences.
-
Tutoriais recomendados
- R for Data Science (livro on-line)
- The Carpentries – Programming with R
- GitHub Guides
Todo o material está sob MIT License (código) e CC-BY 4.0 (textos e slides), salvo indicação em contrário. Consulte o arquivo LICENSE para detalhes.
Dúvidas ou sugestões? Abra uma issue ou envie e-mail para ricardo.ceneviva@ufabc.edu.br.