CM1-Diapos

(1)

P

RÉSENTATION GÉNÉRALE DE

R

Julie Scholler - Bureau B246

septembre 2020

(2)

I. Présentation

(3)

(4)

R

• langage orienté vers le traitement de données et l’analyse statistique

• logiciel libre publié sous licence GNU GPL

Logiciel libre

• respecte la liberté des utilisateurs

• les utilisateurs ont la liberté d’exécuter, copier, distribuer, étudier, modifier et améliorer ces logiciels.

(5)

R

• langage orienté vers le traitement de données et l’analyse statistique

• logiciel libre publié sous licence GNU GPL

Logiciel libre

• respecte la liberté des utilisateurs

• les utilisateurs ont la liberté d’exécuter, copier, distribuer, étudier, modifier et améliorer ces logiciels.

(6)

Usages

• statistiques descriptives : moyenne, médiane, variance, etc.

• tests d’hypothèses et intervalles de confiance

• régressions linéaires, analyse factorielle, machine learning

• graphiques

• rapports/documents intégrant du code R, des tableaux et graphiques via du code R

(7)

Pourquoi utiliser R ?

Avantages

• multiplateforme (Linux, Mac OS X, Windows)

• gratuit

• très puissant car les fonctionnalités de base peuvent être étendues à l’aide d’extensions (plus de 10 000)

• possibilités de manipulation de données supérieures à un tableur

• bonnes capacités graphiques et nombreuses possibilités d’export

• les méthodes statistiques récentes sont rapidement disponibles

• création intégrée de documents (pdf, html, etc.)

• communauté d’utilisateurs et de développeurs très active et réactive

• beaucoup d’aide, d’informations et de forum à ce propos sur le web

(8)

(9)

Inconvénients

• logiciel et documentation de base en anglais (mais de plus en plus de ressources en ligne en français)

• R s’apparente davantage à un langage de

programmation qu’à un logiciel proprement dit

Allison Horst

(10)

Productions d’étudiants

• Format PDF : dossier d’analyse des ventes de jeux vidéos par Denis Charles, Timothy Hervier et Valentin Bonneau (ancien M1 Mécen)

• Format HTML : Diot, Fuchez, Chaveneau (anciens L3), Dhorbait, Corre et Feteira (anciens L3), empreinte écologique par Grégoire Amato et Camille Philippe (ancien L3)

• Applications plus évolués : analyse de vente de liqueurs par Naoufel Oubaha (ancien M2 Mécen)

• Divers : production des Mécen

(11)

Allison Horst

(12)

II. Installation

Logiciel R

http://www.r-project.org/

• rubriqueDownload, cliquer surCRAN

• choisir un site miroir en France

• choisir la version en fonction de votre système d’exploitation (pour Linux, il y a de fortes chances que R soit directement disponible via le gestionnaire de paquets)

(13)

Logiciel R

(14)

Logiciel R

(15)

Interface RStudio

https://www.rstudio.com/

• cliquer sur Download RStudiodans le caroussel

• choisir la versionfree deRStudio Desktop

• choisir la version en fonction de votre système d’exploitation (pour Linux, il y a des chances que RStudio soit directement disponible via le gestionnaire de paquets)

(16)

Interface RStudio

(17)

Interface RStudio

(18)

III. RStudio

À l’ouverture de RStudio, la fenêtre se partage ainsi :

(19)

III. RStudio

Console Aide, fenêtre graphique, fichiers, packages

(20)

III. RStudio

Console

Aide, fenêtre graphique, fichiers, packages

Scripts Données, historique

(21)

III. RStudio

Console

Aide, fenêtre graphique, fichiers, packages

(22)

III. RStudio

Scripts

Données, historique

(23)

III. RStudio

Données, historique

(24)

III. RStudio

(25)

Début avec R

• R est une calculatrice

• création d’objet

• utilisation d’un script

• différents types d’objets

(26)

IV. Premières manipulation

Mode d’un objet

Les principaux modes d’un objet de R sont

• numeric (valeur numérique) : 1,pi,3.1416

• logical (booléen, valeur logique) : TRUE,FALSE,T,F

• character (chaîne de caractères) :"blabla"

Commande autour du mode d’un objet

• connaître le mode d’un objet x:mode(x)

• tester l’appartenance d’un objet à un mode en particulier : is.numeric(x), etc.

• convertir un objet d’un mode à l’autre : as.character(x)

(27)

Structures de données

Vecteur

• ensemble de valeurs toutes du même mode (numérique, logique, etc.)

Matrice

• tableau de valeurs toutes du même mode (numérique, logique, etc.)

Facteur

• vecteur adapté aux données qualitatives

Data frame

• tableau dont les colonnes ont la même longueur mais les colonnes peuvent être de modes différents

(28)

V. Déroulement de l’enseignement

Organisation

Intervenants

• Franck Piller

• E-mail : franck.piller@univ-tours.fr

• Bureau B246 (bâtiment B)

• Julie Scholler

• Site :https://juliescholler.gitlab.io/

• E-mail : julie.scholler@univ-tours.fr

• Bureau B246 (bâtiment B)

Contacts pour les questions générales

• lecot2.zulipchat.com

Inscription avec l’adresse mail étudiante suite à un mail d’invitation

Commencer par lire les messages du sujet Utilisation de Zulip dans le canalGénéral sur la L2

(29)

Objectifs de l’enseignement

• Se familiariser avec le logiciel R

• Apprendre à utiliser les outils de gestion de données ainsi que les outils statistiques de base du logiciel R

Contenu des travaux pratiques

• Découverte du logiciel R : interface RStudio, manipulations et objets de base

• Études descriptives de données enregistrées dans un data frame

• Représentations graphiques

• Importation, exportation et manipulation de données

(30)

V. Déroulement de l’enseignement

Structure

• 2 séances de cours magistraux de 1h

• 5 séances de travaux pratiques de 2h

Support pédagogique en ligne

• notes de cours

• fascicule de travaux pratiques (corrigés partiels sur Celene)

• base de données

Modalités d’évaluation

• Session 1 : contrôle continu

• trois exercices à effectuer en dehors des heures de TP

• une épreuve sur poste informatique en fin de semestre

• Session 2 : examen sous forme d’un exercice sur ordinateur