Accueil    Formations    Informatique    Big Data    Data Science    Les fondamentaux de l'analyse statistique avec R

Partager cette formation Télécharger au format pdf Ajouter à mes favoris

Objectifs pédagogiques / Compétences visées

  • Installer et utiliser l'environnement d'analyse R
  • Manipuler des données avec R
  • Importer et exporter des données
  • Reconnaître les différents types d'objets de R
  • Créer des programmes d'analyse avec R
  • Réaliser des analyses statistiques basiques avec R
  • Restituer des résultats à l'aide de graphiques.

Niveau requis

Etre familier avec l'environnement Microsoft Windows et avoir des connaissances de base en statistiques.

Public concerné

Ingénieurs, Data Analysts, statisticiens, développeurs en environnement statistique et/ou toute personne intéressée par l'analyse statistique avec R.

Programme

Introduction

  • Présentation du logiciel R et de ses fonctionnalités
  • Avantages et inconvénients

Exemples de travaux pratiques (à titre indicatif)

  • Accès au site de téléchargement de l'outil et installation

Premiers pas

  • Utilisation de la console
  • Création et sauvegarde d'un script
  • Les autres éditeurs Tinn-R et RStudio
  • Accès à l'aide en ligne et aide sur le CRAN (Comprehensive R Archive Network)

Exemples de travaux pratiques (à titre indicatif)

  • Installation de RStudio, exécution d'ordres simples et sauvegarde de session

Objets et notions de programmation R

  • Création, affichage et suppression d'un objet
  • Les types de base
    • Logique
    • Numérique
    • Caractères
    • Complexe
    • Date
  • Les objets de type vecteur, matrice, facteur, liste, DataFrame
  • Manipulation des objets, classe d'objet, fonctions spécifiques, concaténation
  • Fonctions prédéfinies
  • Création et utilisation de fonctions
  • Structures de contrôle
    • Boucles (for, while, repeat)
    • Conditions (if, else)
    • Switch

Exemple de travaux pratiques (à titre indicatif)

  • Programmer une fonction factorielle f(n) = n x (n - 1) x ... x 2 x 1

Manipuler les données

  • Séquences régulières et aléatoires

Exemples de travaux pratiques (à titre indicatif)

  • Simuler une loi normale par addition de lois uniformes
  • Données exemples de R
  • Importation et exportation de données
  • Modifier le type et les données d'un objet
  • Import d'un jeu de données qualitatives et création d'un tableau de contingence, test d'indépendance du khi²

Représenter les données

  • Les fonctions graphiques conventionnelles : plot, barplot, hist, lines
  • Amélioration et personnalisation des graphiques

Exemples de travaux pratiques (à titre indicatif)

  • Représentations graphiques des données du TP précédent
  • Représentation graphique d'une loi normale et de sa fonction de répartition

Packages R

  • Installation, désinstallation, mise à jour d'un package
  • Utilisation d'un package
  • Exemples de packages populaires : dplyr, data.table, ggplot2, FactoMineR

Exemples de travaux pratiques (à titre indicatif)

  • Analyse factorielle avec FactoMineR et représentation graphique du résultat

Modalités d’évaluation des acquis

  • En cours de formation, par des études de cas ou des travaux pratiques
  • Et, en fin de formation, par un questionnaire d'auto-évaluation ou une certification (M2i ou éditeur)

Partager cette formation Télécharger au format pdf Ajouter à mes favoris

Vous souhaitez suivre cette formation ?

Cette formation est disponible en présentiel ou en classe à distance, avec un programme et une qualité pédagogique identiques.

Choisissez la modalité souhaitée pour vous inscrire :

Votre société a besoin d'une offre personnalisée ? Contactez-nous

Faites-nous part de votre projet de formation, nous sommes là pour vous guider.

Contactez-nous