R
note

Date de dernière mise à jour du plan : 03/01/2024

Durée : 3 jours

La formation Langage R est dispensée à Nantes, Bordeaux, Paris, Angers, Lille, Brest, Lyon, Montpellier, Toulouse, Rennes

Cette formation est une introduction au Langage R dans le but de manipuler et traiter des données, de faire des analyses statistiques et des restitutions graphiques.

Objectifs de la formation Langage R

  • Maîtriser les bases du logiciel pour le traitement des données et pour l'analyse statistique
  • Permettre à l'utilisateur de créer et modifier des programmes R

Prérequis de la formation Langage R 

  • Connaître les principes de l'informatique bureautique (traitements de données avec un outil de type tableau, ex : Excel...)
  • Avoir des connaissances en statistiques

Public visé de la formation Langage R 

  • La formation Langage R traitement de données et analyses stastistiques s'adresse à des débutants.

Programme de la formation Langage R 

Présentation du logiciel r

  • Logiciel en Open source
  • Les capacités de R
  • L'utilisation du logiciel R
  • Dans quels domaines ?

Présentation du logiciel r-studio

  • La console
  • Le script
  • L'environnement
  • Les files
  • Les plots
  • Les packages
  • Help, outil d'aide de R

Présentation des objets et du fonctionnement de r

  • Les vecteurs et les facteurs
  • Les listes
  • Les matrices et les arrays
  • Les data frames
  • Les fonctions

Les packages r

  • Installation d'un package
  • Chargement d'un package
  • Les packages R les plus utilisés

Manipulation d'objets dans r

  • Création d'objets
    • Vecteur
    • Facteur
    • Liste
    • Matrice
    • Array
    • Data Frame
    • Fonction
    • Suppression d'objets
  • Import et export des données
    • Importation / exportation de fichiers plats (CSV, Text, ...)
    • Importation / exportation de fichiers Excel (.xls, xlsx)
    • Importation / exportation de fichiers R (.RData, .R)
  • Le traitement des données
    • Trier un jeu de données
    • Renommer des colonnes et des lignes d'un jeu de données
    • Sélectionner des données au sein d'un tableau
    • Supprimer des données d'un jeu de données
    • Utilisation de la fonction merge pour joindre des data frames
  • La concaténation
    • Ajouter des colonnes à un data frame avec la fonction cbind
    • Ajouter des lignes à un data frame avec la fonction rbind
  • Création d'indicateurs

Stastistiques descriptives dans r

  • Les fonctions usuelles
    • Apply
    • Aggregate
  • Les indicateurs de statistiques simples
    • Summary
    • Sum (Somme)
    • Mean (Moyenne)
    • Var (Variance)
    • Sd (Ecart type)
    • Min (Minimum)
    • Max (Maximum)
  • Les représentations de graphiques simples
    • Plot (Graphique de base)
    • Pie (Diagramme circulaire)
    • Barplot (Diagramme en barres)
    • Boxplot (Boîtes à moustaches)
    • Exemples de graphiques avec le package Ggplot2

Estimation et tests statistiques

  • Les intervalles de confiance
    • Utilisation de la fonction t.test pour un intervalle de confiance d'une moyenne
    • Utilisation de la fonction prop.test pour un intrevalle de confiance d'une proportion
  • Les tests de normalité
    • La fonction ks.test (Test de Kolmogorov-Smirnov)
    • La fonction shapiro.test (Test de Shapiro-Wilk)
  • Les tests de comparaison de moyennes et de proportions
    • La fonction t.test (Test de Student)
    • La fonction wilcox.test (Test de Wilkoxon-Man-Whitney)
    • La fonction fisher.test (Test de Fisher)
  • La fonction chisq.test (Test du Khi²)

Lien entre plusieurs variables

  • Obtenir le lien de corrélation entre deux variables avec la fonction cor
  • Faire une régression linéaire multiple avec les fonctions lm et (Linear model) et glm (Generalized linear model)
  • Analyser la variance avec la fonction anova
  • Procéder à un test sur plusieurs variables avec la fonction kruskal.test

Les analyses multivariées

  • Réaliser une classification ascendante hiérarchique avec les fonctions dist et hclust
  • La fonction kmeans
  • Faire une régression logistique avec la fonction glm

Pour aller plus loin avec r

  • Exemple d'interface avec RShiny
  • Exemple d'utilisation de RMarkdown
  • Utilisation avec un autre langage
    • SQL
    • C++
    • Python