Introdução ao Design e Análise de Estudos Científicos expõe estudantes de graduação e pós-graduação aos fundamentos do design experimental clássico e estudos observacionais através de uma estrutura moderna - O Modelo Causal Rubin. Uma estrutura de inferência causal é importante na concepção, recolha e análise de dados, uma vez que fornece uma estrutura para os investigadores avaliarem prontamente as limitações do estudo e tirarem conclusões apropriadas. R é usado para implementar projetos e analisar os dados coletados. Características: Projeto experimental clássico com ênfase em computação usando pacotes tidyverse em R. Aplicações de design experimental a ensaios clínicos, testes A/B e outros exemplos modernos. Discussão da ligação entre desenho experimental clássico e inferência causal. O papel da randomização no desenho experimental e amostragem na era do big data. Exercícios com soluções. Slides do instrutor no RMarkdown, um novo pacote R será desenvolvido para ser usado com o livro, O livro proposto enfatizará a ética, a comunicação e a tomada de decisões como parte do design, análise de dados e pensamento estatístico.