- Référence : ARPM
- Durée : 2 jours (14h)
- Lieu : Au choix. À distance ou en présentiel, à Paris ou en Régions
1590€ HT
Choisir une date et Réserver- FNE
- AC
- FSE
Formation Logiciel R - Les fondamentaux de l'analyse statistique avec R
Traitement de données, analyse statistique et programmation en Langage R4.3 sur 5 étoiles
5 étoiles
4 étoiles
3 étoiles
2 étoiles
1 étoile
Durée
2 jours
Niveau
Intermédiaire
Classe à distance
Possible
Vous pouvez suivre cette formation en direct depuis votre domicile ou votre lieu de travail. Plus d'informations sur notre solution de classe à distance...
Référence
ARPM
Éligible CPF
Non
R est un logiciel open source dans le domaine des statistiques disponible sur toutes les plateformes. Il propose toutes les fonctions utiles pour la statistique courante ainsi que de nombreuses extensions (paquets). Cette formation Logiciel R vous apprend à programmer avec R ainsi qu’avec les extensions proposées.
Objectif opérationnel :
Savoir utiliser R pour réaliser des analyses statistiques et en restituer les résultats sous forme graphique.
Objectifs pédagogiques :
À l’issue de cette formation Logiciel R, vous aurez acquis les compétences et connaissances nécessaires pour :
- Installer et utiliser l’environnement R
- Savoir manipuler et reconnaitre les différents type d’objets de données
- Programmer avec R
- Appliquer des méthodes d’analyses statistiques courantes avec R
- Réaliser des imports/exports avec différents supports fichier et bases de données
- Restituer les résultats d’analyse graphiquement
Public :
Ce cours Logiciel R s'adresse essentiellement à des développeurs, ingénieurs, analystes ou statisticiens qui souhaitent utiliser R pour la réalisation d’analyses statistiques.
Prérequis :
Pour suivre cette formation Logiciel R, il est demandé d'avoir des connaissances de base en statistiques (régression linéaire, échantillonnage) ainsi que des connaissances de base en programmation (variables, boucles, etc.).
Jour 1
Caractéristiques du langage R
Pourquoi R et Python sont souvent comparés ?
Exemple de projet R Studio (fichiers de code, scripts, documents, etc.)
Exemples de rendus de programmes R dans différents domaines (statistiques, Big Data, etc.)
Utilisation de la console
Création et sauvegarde d’un script
Le répertoire courant sous R (getwd, setwd, dir, etc.)
Les .R fichier et leurs rôles (.Rporfile, .Rdata, .Rhistory, …)
Rechercher des packages R
Chercher de l’aideAteliersTéléchargement et installation de votre environnement de travail R.
Scénario d’une session de travail type avec manipulation de scripts (chargement, modification, exécution).
Installation de quelques packages utiles
Caractéristiques (nom, mode, length)
Le vecteur, objet de base dans R
Les variantes de type factor (package forcats)
Les objets structurés en ligne et colonne (matrices)
Matrices avec des variables de types différents (dataframe)
Regrouper un ensemble d’objets dans une liste (list)
Les Tables de contingences
Importer des données (read.table(), read.csv(), read_excel(), etc.)
Exporter des données source, save, write, …)AteliersPrise en main de la syntaxe de manipulation des différents objets
Import de données pour remplir une matrice à partir d’un fichier csv
Opérateurs de sélection des éléments d’un objet
Utiliser le SQL
Manipuler les data frames
Appliquer des rangs
Trier des données
Filtrer des données
Réaliser des sous-sélections
Fusionner des données
Échantillonnage
Empiler/Désempiler des données
Lire et écrire sur des bases de données
Gérer le stockage des objets en mémoireAteliersProduire des tableaux croisés avec R (dataframes)
Union de dataframes et suppression de données communes (dplyr ::union, dplyr ::intersect))
Opérations sur les vecteurs (tri, moyenne, ecart type, variance, etc.)
Calcul d’agrégats globaux et relatifs à un ou plusieurs facteurs
Manipulation de table avec data.tableJour 2
Les boucles
Définir sa propre fonction
Notion de prototype (signature)
Appeler une fonction
Fonctions manipulant des objets numériques (minimum, maximum, moyene, covariance, etc.)
Fonctions sur les chaînes de caractères (longueur, conversion, concaténation, etc.)
Fonctions sur les dates (conversion, extraction de jour, mois, etc.)AtelierCréation d’une fonction permettant de tester si un objet est un vecteur et dans l’affirmative effectuer des calculs sur ses composantes
Création d’une fonction permettant d’obtenir une description statistique d’un vecteur sous forme de liste
Évaluer graphiquement la dispersion des données (stripchart)
Affichage simple avec plot
La commande curve (courbes)
La commande barplot (histogramme)
Addition de graphiques (points)
Ajout de quadrillage (grid)
Ggplot2 pour les graphiques sophistiquésAteliersDessiner des courbes de fonction dans un intervalle de données
Représentation d’une série brute de données importées avec barplot
Exécution de programme R « tout faits » mettant en valeur les possibilités graphiques de R
Implémentation de la régression linéaire en R
Cas de la régression linéaire multiple
Analyse en composantes principales (ACP)
Classification ascendante hiérarchique (CAH)AteliersÉtude de variables quantitatives sur la qualité de l’air (régression linéaire multiple). La liste des variables explicatives est passée dans la formule. On cherche à estimer les 3 régressions suivantes (taux d’ozone en fonction de la température, du vent et de l’indice solaire, idem avec toutes les interactions troubles, idem avec toutes les interactions).
Présentation du logiciel R et de l’environnement
Y voir clair dans le vocabulaire (langage R, logiciel R, R Studio, …)Caractéristiques du langage R
Pourquoi R et Python sont souvent comparés ?
Exemple de projet R Studio (fichiers de code, scripts, documents, etc.)
Exemples de rendus de programmes R dans différents domaines (statistiques, Big Data, etc.)
Utilisation de la console
Création et sauvegarde d’un script
Le répertoire courant sous R (getwd, setwd, dir, etc.)
Les .R fichier et leurs rôles (.Rporfile, .Rdata, .Rhistory, …)
Rechercher des packages R
Chercher de l’aideAteliersTéléchargement et installation de votre environnement de travail R.
Scénario d’une session de travail type avec manipulation de scripts (chargement, modification, exécution).
Installation de quelques packages utiles
Création et manipulation d’objets R
Objets R et variables « traditionnelles » en programmationCaractéristiques (nom, mode, length)
Le vecteur, objet de base dans R
Les variantes de type factor (package forcats)
Les objets structurés en ligne et colonne (matrices)
Matrices avec des variables de types différents (dataframe)
Regrouper un ensemble d’objets dans une liste (list)
Les Tables de contingences
Importer des données (read.table(), read.csv(), read_excel(), etc.)
Exporter des données source, save, write, …)AteliersPrise en main de la syntaxe de manipulation des différents objets
Import de données pour remplir une matrice à partir d’un fichier csv
Manipulation des objets
Calcul sur les objets (opérateurs)Opérateurs de sélection des éléments d’un objet
Utiliser le SQL
Manipuler les data frames
Appliquer des rangs
Trier des données
Filtrer des données
Réaliser des sous-sélections
Fusionner des données
Échantillonnage
Empiler/Désempiler des données
Lire et écrire sur des bases de données
Gérer le stockage des objets en mémoireAteliersProduire des tableaux croisés avec R (dataframes)
Union de dataframes et suppression de données communes (dplyr ::union, dplyr ::intersect))
Opérations sur les vecteurs (tri, moyenne, ecart type, variance, etc.)
Calcul d’agrégats globaux et relatifs à un ou plusieurs facteurs
Manipulation de table avec data.tableJour 2
Programmation et fonctions
Les conditions (if, else, switch)Les boucles
Définir sa propre fonction
Notion de prototype (signature)
Appeler une fonction
Fonctions manipulant des objets numériques (minimum, maximum, moyene, covariance, etc.)
Fonctions sur les chaînes de caractères (longueur, conversion, concaténation, etc.)
Fonctions sur les dates (conversion, extraction de jour, mois, etc.)AtelierCréation d’une fonction permettant de tester si un objet est un vecteur et dans l’affirmative effectuer des calculs sur ses composantes
Création d’une fonction permettant d’obtenir une description statistique d’un vecteur sous forme de liste
Visualisation des données
Aperçu des possibilités graphiques de RÉvaluer graphiquement la dispersion des données (stripchart)
Affichage simple avec plot
La commande curve (courbes)
La commande barplot (histogramme)
Addition de graphiques (points)
Ajout de quadrillage (grid)
Ggplot2 pour les graphiques sophistiquésAteliersDessiner des courbes de fonction dans un intervalle de données
Représentation d’une série brute de données importées avec barplot
Exécution de programme R « tout faits » mettant en valeur les possibilités graphiques de R
Analyses statistiques
Chargement des packages nécessairesImplémentation de la régression linéaire en R
Cas de la régression linéaire multiple
Analyse en composantes principales (ACP)
Classification ascendante hiérarchique (CAH)AteliersÉtude de variables quantitatives sur la qualité de l’air (régression linéaire multiple). La liste des variables explicatives est passée dans la formule. On cherche à estimer les 3 régressions suivantes (taux d’ozone en fonction de la température, du vent et de l’indice solaire, idem avec toutes les interactions troubles, idem avec toutes les interactions).
Dates et lieux
Votre formation Analyse statistique avec R prise en charge jusqu'à 100% des coûts pédagogiques ! *
Depuis 2011, PLB Consultant est partenaire des Actions Collectives Atlas pour vous proposer les meilleures formations informatique et développer vos compétences dans le Numérique :
- En présentiel dans l’une de nos salles en Régions
- À distance depuis votre bureau
- Sessions intra-entreprise dans toute la France.
* jusqu'à 100% des coûts pédagogiques selon votre branche d'activité dans la limite des fonds mutualisés dédiés aux actions collectives et en application des critères de prise en charge en vigueur (cf conditions détaillées sur le site d'Atlas)
Vous pouvez retrouver le lien direct vers cette formation sur le site d'Atlas, Ã l'adresse suivante : https://campus.opco-atlas.fr/stages/10-fondamentaux-analyse-statistique-avec-r/2249
Avis des participants à la formation Logiciel R - Les fondamentaux de l'analyse statistique avec R
Les avis figurant ci-dessous sont issus des fiches d’évaluation que remplissent les participants à la fin de la formation. Ils sont ensuite publiés automatiquement si les personnes ont explicitement accepté que nous les diffusions.
MP
5/5
Mon avis sur le contenu du stage :
"Formateur de niveau technique excellent. les TP n'était pas trop participatif, mais ils ne pouvaient pas l'être vu la densité de la formation dispensée-ce qui était aussi très intéressant, et répondait à la demande des stagiaires. Le support de cours était très bien, peut être un support synthétique avec les différentes fonctions vues pourrait être utile."
Mon avis sur le formateur :
"L'animateur a su s'adapter à nos attentes de début de formation, merci encore."
DOMPTAIL Quentin
5/5
Mon avis sur le contenu du stage :
"Peut-être juste revoir un peu la structure (mettre ce qui concerne les imports exports de données plus tôt par exemple), pour pouvoir ensuite se concentrer sur la partie programmation."
Mon avis sur le formateur :
"Parfait, merci beaucoup !"
Ce que j'ai le plus apprécié :
"Environnement agréable, salle moderne et espace détente très adapté."
LO
4/5
Ce que j'ai le plus apprécié :
"accueil"
Ce que j'ai le moins apprécié :
"qualité du vidéoprojecteur"
WY
4/5
MK
4/5
RA
4/5
DA
4/5
AL
5/5
HI
4/5
Ces formations peuvent aussi vous intéresser :
Analyse de données, R studio, dplyr, forecast, stringr, lubridate, jointure, ggplot2, rmarkdown, purrr
- Niveau : Intermédiaire
- Référence : ARPB
- Niveau : Intermédiaire
- Référence : ARDS
- Niveau : Intermédiaire
- Référence : ARMD
Formations Informatique
et Management
en ligne à ce jour
+
Stagiaires dans nos salles
de cours sur
l'année
%
De participants satisfaits
ou très satisfaits de nos
formations
Formateurs experts
validés par
PLB
