Ementa

O curso é destinado a acadêmicos de direito e de ciência política, como também profissionais do direito, interessados em aprender como juízes, desembargadores e ministros decidem as causas submetidas a eles. O curso dará uma introdução ao ambiente de programação R e mostrará como baixar, organizar e analisar as decisões do TJSP, do STF e eventualmente dos TRTs. A análise permitirá prever decisões futuras com base em decisões passadas. Para tanto, utilizará de métodos estatísticos, de processamento de linguagem natural e de machine learning, bem como, de análise de sobrevivência. Ao final, os participantes terão a oportunidade de visualizar os resultados em um aplicativo rico em dados e em possibilidades de análise.

Programa

1. Introdução

• Estado atual da jurimetria no Brasil.

2. Desenho de pesquisa

• Elaboração da teoria explicativa
• Formulação de hipóteses teóricas
• Operacionalização de hipóteses
• Análise de viabilidade

3. Coleta de dados

• Familiarização com o ambiente R
• Automação da coleta de processos judiciais
• Conversão de dados desestruturados em estruturados
• Limpeza e organização dos dados

4. Estatísticas descritivas

• Criação de sumários: frequências, proporções, média, mediana, desvio padrão
• Tabelas de contingência: cruzamento dos dados
• Visualização dos dados: gráficos de barras, gráficos de linha, histogramas e mapas

5. Preparando-se para análise: análise exploratória de dados

• Relação das variáveis explicativas com a decisão judicial
• Valor da informação e peso da evidência

6. Análise dos dados

• Noções de inferência estatística
• Noções de análise preditiva
• Diferentes métodos de análise de processos judiciais: regressão logística, regressão, aprendizado de máquina(machine learning), análise de sobrevivência
• Exemplo concreto: predição de decisão judicial

7. Interpretação e validação dos resultados

• Intepretando os resultados da regressão logística
• Interpretando os resultados de machine learning
• Interpretando os resultados da análise de sobrevivência
• Comparando os resultados
• Avaliação de desempenho: acurácia, sensitividade, especificidade
• Entendendo a curva ROC e a área debaixo da curva

8. Publicação dos dados

• Criando um aplicativo para visualizar os resultados.
• Disponibilização do aplicativo