IA & Data

R - Fondamentaux

2 jour(s) • 14h

Description

Objectifs de formation : à l’issue de la formation, le stagiaire sera capable de réaliser une analyse statistique avec le logiciel R et d’en restituer les résultats sous forme graphique.

Objectifs pédagogiques

Savoir installer et utiliser l’environnement d'analyse R
Comprendre comment manipuler des données avec R
Savoir importer et exporter des données
Savoir reconnaître les différents types d'objets de R
Créer des programmes d'analyse avec R
Être en mesure de réaliser des analyses statistiques basiques avec R
Savoir restituer des résultats à l'aide de graphiques

Public concerné

Data analysts

Statisticiens

Développeurs en environnement statistique

Toute personne intéressée par l'analyse statistique avec R

Prérequis

Être familier avec l'environnement Microsoft Windows

Avoir des connaissances de base en statistique & en mathématique

Déroulé du programme

Présentation du logiciel

Définition & historique
Forces & faiblesses
Tour d'horizon des logiciels concurrents

Premiers pas

Installation du logiciel
Présentation de l'environnement de développement
Historique des commandes
Environnement superposé

Mise en oeuvre

Console de commande
Aide & langue
Ligne de commande principales
Sauvegarde

Utilisation de packages

Installation, désinstallation & mise à jour des packages
Obtention des informations systèmes
Rédaction de commandes multiples
Ajout de commentaires

Types de données

Présentation des méthodes pour manipuler les principaux types de données
Création / Modification de données en ligne de commande
Gestion des variables dans la mémoire

Importation & exportation

Import/Export des données sous différents formats & vers différentes destinations : CSV, XML, JSON, MySQL, Oracle, Web...

Manipulation de données

Utilisation de SQL
Présentation de différents Data set
Manipulation des data frames
Accès & personnalisation des colonnes
Rangs
Tri & filtres des données
Création de sous-sélections
Fusion de données
Suppression des 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