diff --git a/README.md b/README.md
new file mode 100644
index 0000000..25081af
--- /dev/null
+++ b/README.md
@@ -0,0 +1,404 @@
+# Dados arrumados (tidy data)
+
+
+## Conceito
+
+Tidy data é um princípio de organização de dados que ajuda a simplificar
+a análise de dados. A motivação desse conceito é que, no mundo real,
+lidamos com dados em diversos formatos e estruturas, o que pode
+dificultar a análise. Ao colocar o princípio de dados arrumados em
+prática, aceleramos o processo de análise e facilitamos a comunicação
+dos resultados.
+
+O conceito foi proposto por Hadley Wickham em 2014 e é baseado em três
+princípios:
+
+1. Cada **observação** forma uma **linha**.
+2. Cada **variável** forma uma **coluna**.
+3. Cada **valor** forma uma **célula**.
+
+A Figura
+Figura 1
+ilustra esses princípios.
+
+
+Código
+
+``` r
+knitr::include_graphics(
+ "https://d33wubrfki0l68.cloudfront.net/6f1ddb544fc5c69a2478e444ab8112fb0eea23f8/91adc/images/tidy-1.png"
+)
+```
+
+
+
+
+Vamos analisar o primeiro princípio: cada observação forma uma linha.
+Note que estamos ligando conceitos de duas áreas do conhecimento
+distintas: a estatística e a computação. Na estatística, uma unidade
+amostral é um elemento da população que está sendo estudada. Por
+exemplo, se estamos estudando a altura de alunos de uma escola, cada
+aluno é uma unidade amostral. Na computação, uma linha é um registro de
+um banco de dados ou uma linha de um arquivo de texto. O primeiro
+princípio do tidy data estabelece que cada unidade amostral deve formar
+uma linha. Ou seja, se temos, por exemplo, uma tabela no Excel, cada
+linha (1, 2, 3, …) dessa tabela deve representar uma unidade amostral.
+
+Exemplo que segue o primeiro princípio:
+
+
+Código
+
+``` r
+dados <- tribble(
+ ~id, ~altura, ~peso,
+ 1, 1.70, 70,
+ 2, 1.80, 80,
+ 3, 1.60, 60
+)
+knitr::kable(dados)
+```
+
+
+
+| id | altura | peso |
+|----:|-------:|-----:|
+| 1 | 1.7 | 70 |
+| 2 | 1.8 | 80 |
+| 3 | 1.6 | 60 |
+
+Exemplo que não segue o primeiro princípio:
+
+
+Código
+
+``` r
+dados <- tribble(
+ ~id, ~tipo_medida, ~valor,
+ 1, "altura", 1.70,
+ 1, "peso", 70,
+ 2, "altura", 1.80,
+ 2, "peso", 80,
+ 3, "altura", 1.60,
+ 3, "peso", 60
+)
+knitr::kable(dados)
+```
+
+
+
+| id | tipo_medida | valor |
+|----:|:------------|------:|
+| 1 | altura | 1.7 |
+| 1 | peso | 70.0 |
+| 2 | altura | 1.8 |
+| 2 | peso | 80.0 |
+| 3 | altura | 1.6 |
+| 3 | peso | 60.0 |
+
+No exemplo acima, a tabela não segue o primeiro princípio do tidy data,
+pois cada unidade amostral (cada pessoa) não forma uma linha. Em vez
+disso, cada unidade amostral é dividida em duas linhas, uma para a
+altura e outra para o peso. Para seguir o primeiro princípio do tidy
+data, a tabela deveria ser organizada de forma que cada unidade amostral
+formasse uma linha.
+
+A segunda tabela está no formato que chamamos de “longo” (ou “long
+format”). Esse formato é comum em bases de dados que não seguem o
+primeiro princípio do tidy data, mas existem situações em que esse
+formato é útil (veremos mais adiante).
+
+Para transformar a base de dados que não segue o primeiro princípio do
+tidy data em uma base de dados que segue o primeiro princípio do tidy
+data, podemos usar a função `pivot_wider()` do pacote `tidyr`. Essa
+função transforma a base de dados de longo para largo. Veja o exemplo a
+seguir:
+
+
+Código
+
+``` r
+dados <- tribble(
+ ~id, ~tipo_medida, ~valor,
+ 1, "altura", 1.70,
+ 1, "peso", 70,
+ 2, "altura", 1.80,
+ 2, "peso", 80,
+ 3, "altura", 1.60,
+ 3, "peso", 60
+)
+
+dados_largo <- dados |>
+ pivot_wider(names_from = tipo_medida, values_from = valor)
+
+knitr::kable(dados_largo)
+```
+
+
+
+| id | altura | peso |
+|----:|-------:|-----:|
+| 1 | 1.7 | 70 |
+| 2 | 1.8 | 80 |
+| 3 | 1.6 | 60 |
+
+O segundo princípio é que cada variável deve formar uma coluna. Nesse
+caso, o conceito estatístico de variável é o de variável aleatória, que
+é uma característica da observação que pode ser medida por algum
+instrumento. Por exemplo, no exemplo da escola, se estamos estudando a
+altura e o peso de alunos, a altura e o peso são variáveis. Já o
+conceito computacional é o da coluna, que é uma coluna de uma tabela de
+banco de dados ou de um arquivo de texto. O segundo princípio do tidy
+data estabelece que cada variável deve formar uma coluna. Ou seja, se
+temos, por exemplo, uma tabela no Excel, cada coluna (A, B, C, …) dessa
+tabela deve representar uma variável.
+
+Exemplo que não segue o segundo princípio:
+
+
+Código
+
+``` r
+dados <- tribble(
+ ~tipo, ~alice, ~bruno, ~carla, ~daniel,
+ "altura", 1.70, 1.80, 1.60, 1.75,
+ "peso", 70, 80, 60, 75
+)
+knitr::kable(dados)
+```
+
+
+
+| tipo | alice | bruno | carla | daniel |
+|:-------|------:|------:|------:|-------:|
+| altura | 1.7 | 1.8 | 1.6 | 1.75 |
+| peso | 70.0 | 80.0 | 60.0 | 75.00 |
+
+Nesse exemplo, a tabela não segue o segundo princípio do tidy data, pois
+cada variável (altura e peso) não formam colunas. Em vez disso, cada
+variável é dividida em quatro colunas, uma para cada pessoa. Vamos
+arrumar essa tabela para que ela siga o segundo princípio do tidy data.
+Primeiro, deixamos essa base no formato longo, usando a função
+`pivot_longer()`:
+
+
+Código
+
+``` r
+dados_longo <- dados |>
+ pivot_longer(cols = -tipo, names_to = "nome", values_to = "valor")
+
+knitr::kable(dados_longo)
+```
+
+
+
+| tipo | nome | valor |
+|:-------|:-------|------:|
+| altura | alice | 1.70 |
+| altura | bruno | 1.80 |
+| altura | carla | 1.60 |
+| altura | daniel | 1.75 |
+| peso | alice | 70.00 |
+| peso | bruno | 80.00 |
+| peso | carla | 60.00 |
+| peso | daniel | 75.00 |
+
+Essa base, no entanto, ainda não está arrumada, pois está no formato
+largo. Para arrumá-la, usamos a função `pivot_wider()`, que vimos
+anteriormente:
+
+
+Código
+
+``` r
+dados_arrumados <- dados_longo |>
+ pivot_wider(names_from = tipo, values_from = valor)
+
+knitr::kable(dados_arrumados)
+```
+
+
+
+| nome | altura | peso |
+|:-------|-------:|-----:|
+| alice | 1.70 | 70 |
+| bruno | 1.80 | 80 |
+| carla | 1.60 | 60 |
+| daniel | 1.75 | 75 |
+
+Finalmente, o terceiro princípio é que cada valor deve formar uma
+célula. Nesse caso, o conceito estatístico de valor é o de valor da
+variável, que é a medida da variável para uma unidade amostral. Por
+exemplo, se estamos estudando a altura de alunos de uma escola, o valor
+da variável altura para um aluno é a altura desse aluno. Já o conceito
+computacional é o da célula, que é uma célula de uma tabela de banco de
+dados ou de um arquivo de texto (o cruzamento entre uma linha e uma
+coluna). O terceiro princípio do tidy data estabelece que cada valor
+deve formar uma célula. Ou seja, se temos, por exemplo, uma tabela no
+Excel, cada célula (A1, A2, B1, B2, …) dessa tabela deve representar um
+valor.
+
+Exemplo que não segue o terceiro princípio:
+
+
+Código
+
+``` r
+dados <- tribble(
+ ~id, ~altura_peso,
+ 1, "1.70 / 70",
+ 2, "1.80 / 80",
+ 3, "1.60 / 60",
+ 4, "1.75 / 75"
+)
+
+knitr::kable(dados)
+```
+
+
+
+| id | altura_peso |
+|----:|:------------|
+| 1 | 1.70 / 70 |
+| 2 | 1.80 / 80 |
+| 3 | 1.60 / 60 |
+| 4 | 1.75 / 75 |
+
+Nesse exemplo, a tabela não segue o terceiro princípio do tidy data,
+pois cada valor (altura e peso) não formam células. Em vez disso, os
+valores são agrupados em uma única célula, que contém a altura e o peso
+separados por uma barra. Vamos arrumar essa tabela para que ela siga o
+terceiro princípio do tidy data. Para isso, dividimos a coluna
+`altura_peso` em duas colunas, `altura` e `peso`, usando a função
+`separate()`:
+
+
+Código
+
+``` r
+dados <- tribble(
+ ~id, ~altura_peso,
+ 1, "1.70 / 70",
+ 2, "1.80 / 80",
+ 3, "1.60 / 60",
+ 4, "1.75 / 75"
+)
+
+dados_arrumados <- dados |>
+ separate(altura_peso, into = c("altura", "peso"), sep = " / ")
+
+knitr::kable(dados_arrumados)
+```
+
+
+
+| id | altura | peso |
+|----:|:-------|:-----|
+| 1 | 1.70 | 70 |
+| 2 | 1.80 | 80 |
+| 3 | 1.60 | 60 |
+| 4 | 1.75 | 75 |
+
+Até agora, vimos os três princípios do tidy data e como arrumar uma base
+de dados que não segue esses princípios. No entanto, é importante
+ressaltar que nem sempre é muito claro se uma base de dados segue ou não
+os princípios do tidy data. Por exemplo, a base de dados pode estar no
+formato longo, mas isso não significa necessariamente que ela não segue
+os princípios do tidy data. Por exemplo, se estamos estudando a evolução
+da altura e do peso de alunos ao longo do tempo:
+
+
+Código
+
+``` r
+dados <- tribble(
+ ~id, ~mes, ~altura, ~peso,
+ "1", 1, 1.70, 70,
+ "1", 2, 1.72, 75,
+ "1", 3, 1.80, 80,
+ "2", 1, 1.80, 80,
+ "2", 2, 1.87, 85,
+ "2", 3, 1.90, 90,
+ "3", 1, 1.60, 60,
+ "3", 2, 1.64, 65,
+ "3", 3, 1.70, 70
+)
+
+knitr::kable(dados)
+```
+
+
+
+| id | mes | altura | peso |
+|:----|----:|-------:|-----:|
+| 1 | 1 | 1.70 | 70 |
+| 1 | 2 | 1.72 | 75 |
+| 1 | 3 | 1.80 | 80 |
+| 2 | 1 | 1.80 | 80 |
+| 2 | 2 | 1.87 | 85 |
+| 2 | 3 | 1.90 | 90 |
+| 3 | 1 | 1.60 | 60 |
+| 3 | 2 | 1.64 | 65 |
+| 3 | 3 | 1.70 | 70 |
+
+Nesse caso, é mais fácil organizar esses dados no formato longo, com uma
+coluna para a altura e outra para o peso, e uma linha para cada
+observação (altura e peso de um aluno em um determinado momento). Nesse
+caso, na prática, estamos *definindo* que a observação é a combinação de
+aluno e período, ainda que cada unidade amostral seja um aluno. Assim, a
+base de dados está arrumada, mesmo estando no formato longo.
+
+Esse formato, inclusive, é o preferido para fazer visualizações de dados
+com o pacote `ggplot2`. Por exemplo:
+
+
+Código
+
+``` r
+dados |>
+ ggplot(aes(x = mes, y = altura, color = id)) +
+ geom_line() +
+ labs(title = "Evolução da altura dos alunos ao longo do tempo")
+```
+
+
+
+
+
+Ou seja, o princípio do tidy data pode ser adaptado dependendo dos
+**objetivos de uma análise**. Para cada análise, é importante definir o
+que é uma observação, o que é uma variável e o que é um valor, de acordo
+com o contexto do problema. Isso é o que torna o tidy data um conceito
+tão poderoso e flexível.
+
+## Aplicações no Direito
+
+No Direito, tipicamente as bases de dados são organizadas de forma que
+cada linha representa um processo judicial e cada coluna representa uma
+variável relacionada ao processo. Por exemplo, podemos ter uma base de
+dados com as seguintes colunas: `número do processo`,
+`data de ajuizamento`, `valor da causa`, `tipo de ação`,
+`juiz responsável`, entre outras. Nesse caso, cada linha representa um
+processo judicial e cada coluna representa uma variável relacionada ao
+processo.
+
+Também é possível trabalhar com bases cuja observação não é o processo
+judicial. Por exemplo, um processo pode ter vários recursos. Nesse caso,
+podemos colocar cada recurso em uma linha e cada variável relacionada ao
+recurso em uma coluna. Por exemplo, podemos ter uma base de dados com as
+seguintes colunas: `número do processo`, `número do recurso`,
+`data de interposição`, `resultado`, `relator`, entre outras. Nesse
+caso, cada linha representa um recurso e cada coluna representa uma
+variável relacionada ao recurso.
+
+
+
+Outro exemplo de caso em que a observação não é o processo é quando
+trabalhamos com as tabelas de partes ou de movimentações do processo.
+Nesse caso, cada linha representa uma parte ou uma movimentação do
+processo e cada coluna representa uma variável relacionada à parte ou à
+movimentação.
+
+
diff --git a/README.qmd b/README.qmd
index d4c0261..f098037 100644
--- a/README.qmd
+++ b/README.qmd
@@ -1,6 +1,8 @@
---
title: "Dados arrumados (tidy data)"
format:
+ gfm:
+ code-fold: true
html:
code-fold: true
pdf: default
diff --git a/README_files/figure-commonmark/unnamed-chunk-12-1.png b/README_files/figure-commonmark/unnamed-chunk-12-1.png
new file mode 100644
index 0000000..b76599f
Binary files /dev/null and b/README_files/figure-commonmark/unnamed-chunk-12-1.png differ