PLB CONSULTANT : 10. Les fondamentaux de l'analyse statistique avec R

Jour 1

Présentation du logiciel R et de l’environnement

Y voir clair dans le vocabulaire (langage R, logiciel R, R Studio…)

Caractéristiques du langage R

Pourquoi R et Python sont souvent comparés ?

Exemple de projet R Studio (fichiers de code, scripts, documents, etc.)

Exemples de rendus de programmes R dans différents domaines (statistiques, Big Data, etc.)

Utilisation de la console

Création et sauvegarde d’un script

Le répertoire courant sous R (getwd, setwd, dir, etc.)

Les .R fichier et leurs rôles (.Rporfile, .Rdata, .Rhistory…)

Rechercher des packages R

Chercher de l’aide

Ateliers

Téléchargement et installation de votre environnement de travail R.

Scénario d’une session de travail type avec manipulation de scripts (chargement, modification, exécution).

Installation de quelques packages utiles

Création et manipulation d’objets R

Objets R et variables « traditionnelles » en programmation

Caractéristiques (nom, mode, length)

Le vecteur, objet de base dans R

Les variantes de type factor (package forcats)

Les objets structurés en ligne et colonne (matrices)

Matrices avec des variables de types différents (dataframe)

Regrouper un ensemble d’objets dans une liste (list)

Les Tables de contingences

Importer des données (read.table(), read.csv(), read_excel(), etc.)

Exporter des données source, save, write…)

Ateliers

Prise en main de la syntaxe de manipulation des différents objets

Import de données pour remplir une matrice à partir d’un fichier csv

Quizz de validation des acquis de la journée

Manipulation des objets

Calcul sur les objets (opérateurs)

Opérateurs de sélection des éléments d’un objet

Utiliser le SQL

Manipuler les data frames

Appliquer des rangs

Trier des données

Filtrer des données

Réaliser des sous-sélections

Fusionner des données

Échantillonnage

Empiler/Désempiler des données

Lire et écrire sur des bases de données

Gérer le stockage des objets en mémoire

Ateliers

Produire des tableaux croisés avec R (dataframes)

Union de dataframes et suppression de données communes (dplyr ::union, dplyr ::intersect))

Opérations sur les vecteurs (tri, moyenne, ecart type, variance, etc.)

Calcul d’agrégats globaux et relatifs à un ou plusieurs facteurs

Manipulation de table avec data.table

Jour 2

Programmation et fonctions

Les conditions (if, else, switch)

Les boucles

Définir sa propre fonction

Notion de prototype (signature)

Appeler une fonction

Fonctions manipulant des objets numériques (minimum, maximum, moyene, covariance, etc.)

Fonctions sur les chaînes de caractères (longueur, conversion, concaténation, etc.)

Fonctions sur les dates (conversion, extraction de jour, mois, etc.)

Atelier

Création d’une fonction permettant de tester si un objet est un vecteur et dans l’affirmative effectuer des calculs sur ses composantes

Création d’une fonction permettant d’obtenir une description statistique d’un vecteur sous forme de liste

Visualisation des données

Aperçu des possibilités graphiques de R

Évaluer graphiquement la dispersion des données (stripchart)

Affichage simple avec plot

La commande curve (courbes)

La commande barplot (histogramme)

Addition de graphiques (points)

Ajout de quadrillage (grid)

Ggplot2 pour les graphiques sophistiqués

Ateliers

Dessiner des courbes de fonction dans un intervalle de données

Représentation d’une série brute de données importées avec barplot

Exécution de programme R « tout faits » mettant en valeur les possibilités graphiques de R

Analyses statistiques

Chargement des packages nécessaires

Implémentation de la régression linéaire en R

Cas de la régression linéaire multiple

Analyse en composantes principales (ACP)

Classification ascendante hiérarchique (CAH)

Ateliers

Étude de variables quantitatives sur la qualité de l’air (régression linéaire multiple). La liste des variables explicatives est passée dans la formule. On cherche à estimer les 3 régressions suivantes (taux d’ozone en fonction de la température, du vent et de l’indice solaire, idem avec toutes les interactions troubles, idem avec toutes les interactions).

Bilan

Quizz final de validation des acquis de la formation