Formation Les fondamentaux de l'analyse statistique avec R

Considéré depuis quelques années comme le logiciel le plus complet et puissant pour l'analyse statistique avancée de données, R dispose aujourd'hui d'une large communauté d'utilisateurs. Fidèles à la philosophie Open Source, ils ont peu à peu créé et mis à disposition des extensions réutilisables qui permettent par exemple de se connecter aisément à des bases de données ou encore qui proposent des modèles d'analyses spécifiquement adaptés à des domaines particuliers (ingénierie, finance quantitative, sociologie, économie, marketing, ...). Cette formation de premier niveau sur R permettra aux participants de créer leurs premières analyses statistiques et d'apprendre à les restituer sous forme graphique.

Introduction

• Qu'est-ce que R ?
• Avantages et inconvénients
• Solutions concurrentes gratuites ou payantes

Installation

• Installation de R ou Microsoft R Open sur MS Windows ou Scientific Linux
• Découverte de l'environnement
• Utiliser l'historique des commandes
• Exemple d'environnement superposé (R-Studio)
• Comment citer le logiciel dans une publication scientifique
• Comment citer des packages dans une publication scientifique

Utilisation

• Vider la console de commande
• Utilisation de l'aide
• Changer la langue de l'interface
• Quitter en ligne de commande
• Changer le dossier de travail par défaut temporairement ou à chaque session (*.Rprofile)
• Changer définitivement le dossier par défaut des packages (*.Rprofile)
• Sauver/Charger l'espace de travail (*.Rdata)
• Sauver/Charger/Exécuter un historique des commandes (*.Rhistory)
• Sauver les commandes et sorties dans un fichier (*.txt)
• Sauver/Charger un script (*.R)

Manipulation de packages

• Installer/Désinstaller/Mettre à jour des packages
• Obtenir des informations systèmes sur les packages
• Écrire plusieurs commandes sur une ligne
• Ajouter des commentaires

Types de données

• Manipulations de scalaires (réels)
• Manipulations de nombres complexes
• Manipulations de variables
• Manipulations de vecteurs
• Manipulations de matrices
• Manipulations de textes
• Manipulations de dates et de durées
• Création/Édition de données en ligne de commande
• Gérer les variables dans la mémoire

Import et export de données

• Importer/Exporter des données d'Excel
• Importer/Exporter des données en *.csv et gestion du passage d'encodage Linux/Windows
• Importer/Exporter des fichiers SAS
• Importer des données *.csv du web
• Fusionner des fichiers *.csv
• Importer de données de MS Access
• Importer des données *.xml du web
• Importer des données de MySQL
• Importer des données d'Oracle (Express)
• Importer des fichiers *.json

Manipulation de données

• Utiliser le SQL
• Quelques Data set
• Manipuler les data frames
• Accélérer l'accès aux colonnes
• Renommer les colonnes
• Appliquer des rangs
• Trier des données
• Filtrer des données
• Réaliser des sous-sélections
• Fusionner des données
• Supprimer les doublons
• Échantillonnage
• Empiler/Désempiler des données

Analyse de données

• Synthétiser des données (tables de contingence)
• Travailler avec des valeurs absentes
• Définir le nombre de décimales de chaque sortie
• Générer des variables pseudo-aléatoires
• Statistiques descriptives simples (comptage, éléments uniques, moyenne, max, min, centiles, somme, écart-type biaisé/non biaisé, cv, médiane, etc.)
• Plotter (tracer) des fonctions algébriques
• Racines d'équations univariées
• Intégration numérique
• Intégration algébrique
• Dérivation algébrique/numérique
• Optimisation linéaire uni ou multidimensionnelle
• Optimisation sous contrainte
• Programmation linéaire