CONTACT
0

Introduction au logiciel R pour les statistiques

Le logiciel R, logiciel libre fonctionnant sur toute plateforme, est un outil très puissant, tant pour les tests statistiques, l'exploration des données que pour la réalisation de graphiques de qualité. Outil internationalement reconnu, il est maintenant très facile d'abord grâce à de nombreuses interfaces à menus déroulants.

Fiche formation

Description

Public concerné

Techniciens, ingénieurs ou chercheurs confrontés à l'exploitation statistique des données.

Prérequis

Avoir suivi la formation Notions fondamentales en statistiques OU savoir poser les hypothèses d'un test statistique et interpréter la p-value obtenue ; connaitre les différences entre test paramétrique et test non-paramétrique ; savoir ce qu'est la puissance d'un test. Un questionnaire préalable permettra leur évaluation.

Objectifs pédagogiques

- Savoir décrire des lignes de commandes simples - Savoir exécuter des lignes de commandes simples - Savoir utiliser l'interface R Commander - Savoir importer des fichiers externes à R (.txt, .xlsx) via R Commander - Etre capable de mettre en pratique des manipulations simples de données via R Commander - Etre capable de créer des graphiques simples via R Commander - Etre capable de décrire des données via R Commander - Etre capable de mettre en pratique des tests statistiques classiques (t de Student, Shapiro-Wilk, …) via R Commander

Méthode

La formation consiste en des parties théoriques, puis dirigées (démonstration par l’exemple), puis de mise en situation lors d’applications pratiques (exercices en autonomie avec correction de groupe). Après une présentation rapide de l'interface et de quelques notions élémentaires du langage S, l'enseignement s'appuie sur l'interface "R commander". L'utilisation de cette interface permet aux stagiaires d'être rapidement opérationnels, tout en assimilant très progressivement les possibilités offertes par les commandes par scripts. Les stagiaires réalisent tous les exemples eux-mêmes et des exercices pratiques à réaliser seuls leur sont ensuite proposés.

Évaluation  

L'évaluation se fait au travers de la réalisation d’exercices en autonomie et d’un questionnaire final de validation des acquis.

Durée et autres formalités

Durée : Trois jours

Interentreprises (Tours ou Narbonne)

Nombre de stagiaires limité à 6 Dates : nous consulter

Intra-entreprise

Groupe de 12 personnes au plus. Dates : à définir avec le client.

Prix :

1590 €/personne interentreprises
4820 € intra-entreprise

Nos formations sont exonérées de TVA. Un tarif dégressif s'appliquera dès la troisième formation facturée sur l'année.

Programme de la formation

Présentation du « Projet R »
Concepts de base du fonctionnement de R
  • Utilisation de l´aide et de la documentation disponible sur la toile
  • Les bases du langage S. Calculs simples depuis la console de R
  • Gestion des objets en mémoire : manipuler les données et les enregistrer
L´interface « Rcmdr »
  • Importation de fichiers
  • Caractérisation de la dispersion
  • Gestion des données
    • Editer et modifier les données, renommer des variables, éliminer des lignes ou des colonnes, empiler des variables, gérer les données manquantes, recoder des variables, découper une variable numérique en classes
  • Introduction aux graphiques avec R
    • Principes généraux, fonctions graphiques principales et secondaires, les paramètres graphiques et leur enregistrement, utilisation des symboles, les graphiques multiples conditionnés. L´interface GrapheR.
  • Statistiques descriptives
  • Matrices de corrélations et tests de corrélation
  • Tests non paramétriques
    • Tests sur les rangs : Mann & Whitney, Wilcoxon, Kruskal & Wallis, Friedman, comparaisons multiples
  • Tests paramétriques
    • Test de normalité, tests de l´homogénéité des variances, puissance et effectifs nécessaires
    • Test t de Student et test de Welch
    • Analyses de variance à une dimension; à deux dimensions; à mesures répétées: construction du modèle, vérifications, comparaisons multiples
  • Régressions linéaires
    • Représentations graphiques
    • Construction et utilisation du modèle linéaire pour la régression linéaire simple
    • Vérification des résidus: normalité, hétéroscedasticité, autocorrélation
CONTACT
Aperçu du panier