Création de documents propres et parlants d’analyse de données

(1)

L

OGICIEL

R - 3

Julie Scholler - Bureau B246

septembre 2019

I. Objectif

Allison Horst

(2)

I. Objectif

Allison Horst

I. Objectif

Création de documents propres et parlants d’analyse de données

article pdf • étude sur la réussite des étudiants

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

article html • devoir des MÉcEn en analyse de données

• TP pour les MÉcEn

dashboard • empreinte écologique par Grégoire Amato et Camille Philippe (ancien L3)

• analyse de vente de liqueurs pour Naoufel Oubaha (ancien MÉcEn)

(3)

II. Outils

via

Packages : ggplot2, kable, DT, dplyr, tidyr, etc.

II. Outils

Allison Horst

(4)

II. Outils

Allison Horst

II. Outils

Allison Horst based onGarrett Grolemund et Hadley Wickham, in R for Data Science

(5)

II. Outils

R

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

• logiciel libre publié sous licence GNU GPL 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

II. Outils

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

(6)

II. Outils

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

III. Installation et mise à jour

Logiciel R

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

• rubrique Download, cliquer sur CRAN

• 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)

(7)

Interface RStudio

https://www.rstudio.com/

• cliquer sur Download RStudio dans le caroussel

• choisir la version free de RStudio 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)

Mises à jour

RStudio

Il suffit d’installer la version plus récente.

R

Sous Windows

• installer le package installr

• fermer RStudio et ouvrir R GUI

• charger le package installr

• lancer la commande updateR() et suivre la procédure

• normalement on peut automatiquement avoir les packages installés pour la nouvelle version

Sous Mac, utiliser la package updateR

Sous Linux, mise à jour de r-base automatique

(8)

IV. Mise au point

Règle 1

Toujours écrire/enregistrer les commandes dans un document :

• script, notebook, etc.

Règle 2

Toujours structurer et commenter son code Par exemple

• utiliser le croisillon # pour décrire l’action des commandes complexes

• utiliser le croisillon # pour décrire les grandes étapes, mettre des titres de sections

• regrouper au début du document le chargement des différents packages utiles

(9)

Règle 3

Nommer ses dossiers et fichiers correctement : lisible pour les

machines, lisible pour les humains et bien s’arranger avec le tri par défaut

lisible pour les machines

éviter les espaces, la ponctuation, les accents et les caractères spéciaux

lisible pour les humains

les noms de fichiers doivent informer sur le contenu bien s’arranger avec le tri par défaut

commencer par quelques choses de numériques, ajouter des zéros au début si nécessaire

utiliser la norme ISO 8601 pour les dates (YYYY-MM-DD)

https://xkcd.com/1179/

(10)

Packages

Description

bibliothèque externe, souvent thématique,

• de données

• de fonctions Exemples

Il en existe des dizaine de milliers.

• datasets : plein de jeux de données

• readxl : pour importer des données au format .xlsx

• rpart : fonctions autour des arbres de décision

• ggplot2 : graphiques

• shiny : applis web interactives

• Rbnb : spécifique à Airbnb

Aide et informations

Aide de R et des packages

• via la commande help()

• l’interface graphique de RStudio

• le site http://search.r-project.org/

• le site https://www.rdocumentation.org/

Autres sources d’information

• le journal R https://journal.r-project.org/

• les blogs spécialisés : R-bloggers

• des manuels https://cran.r-project.org/manuals.html

• des livres

(11)

Sites internet

• site de questions/réponses : StackOverflow

• Quick-R https://www.statmethods.net/

• le site de Duclert http://www.duclert.org/ en français

V. Langage R Markdown

R Markdown

• offre syntaxe simplifiée pour mettre en forme des documents contenant à la fois du texte, des instructions R et le résultat fourni par R lors de l’évaluation de ces instructions

• combine Markdown, un langage de balisage, et R

• permet la création de document dans différents format : pdf, html, word, odt, etc.

(12)

Allison Horst

R for Data science vuqehoê et Hadley Wickam

(13)

Struture d’un document en R Mardown

• en-tête YAML

• corps de document en markdown

• chunks de code R

Ressources :

• R Markdown Reference Guide

• R Markdown: the definitive guide

R for Data science Garrett Grolemund et Hadley Wickham

(14)

R for Data science Garrett Grolemund et Hadley Wickham

Allison Horst

(15)

Structure d’un document en R Markdown

• en-tête YAML

• corps de document en markdown

• chunks de code R

Ressources :

• R Markdown Reference Guide

• R Markdown: the definitive guide