Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Jour Un
- Introduction à R & Rstudio (2 heures)
- Rendre R plus convivial, R et interfaces graphiques disponibles
- Rstudio
- Scripting dans RStudio
- Navigation, sections et pliage de code
- Débogage et résolution des problèmes dans RStudio
- Logiciels et documentation connexes
- Obtenir de l'aide avec les fonctions et fonctionnalités
- Projets dans RStudio
- Création de rapports analytiques avec RStudio
- Raccourcis clavier et fonctionnalités utiles
- Importation/Exportation de données (1 heure)
- Fichiers plats – txt, csv
- Fichiers de feuille de calcul – xls, xlsx
- Données SPSS, SAS et autres formats
- Extraction de données des sources de données SQL
- Connectivité et opérations de base de données SQL
- Organisation des données (2 heures)
- Types et classes de données
- Stockage de données dans R – format Rdata
- Structure d'objets
- Nombres et vecteurs
- Matrice et table
- Facteurs
- Listes
- Data Frames
- Date et heure
- Représentation tabulaire (3 heures)
- Aperçu des packages pour les tables de données – dplyr, tidyr, data.table
- Indexes et sous-indices
- Sélection, sous-ensemble d'observations et variables
- Filtrage, regroupement
- Transformations de recodage
- Mise en forme des données
- Fusion des données
- Manipulation de caractères, package stringr
- Expressions régulières
Jour Deux
- Logiciels et documentation connexes (1 heure)
- Rstudio et GIT - gestion des versions
- Markdown
- Rapports et présentations avec LaTeX
- Applications web Shiny
- R et Statistics (2 heures)
- Probabilité et distribution normale
- Nombres aléatoires
- Statistiques descriptives Statistics
- Standardisation et normalisation
- Intervalles de confiance
- Tests d'hypothèse
- ANOVA
- Analyse des données qualitatives
- Régression linéaire (2 heures)
- Coefficient de corrélation et interprétation
- Régressions linéaires simple et multiple
- Méthodes d'estimation – Moindres carrés
- Validation du modèle – tests pour la violation des hypothèses
- Sélection de variables – différentes approches
- Régularisations – régression ridge et lasso
- Moindres carrés généralisés – non-linéarité
- Régression logistique
- Procédures graphiques (2 heures)
- Graphiques de base pour une variable
- Visualisations pour deux variables et plus
- Paramètres graphiques
- Graphiques spéciaux
- Exportation des graphiques vers les fichiers png, pdf et jpeg
- Extension des capacités graphiques de R avec ggplot2
- Aide dans R (1 heure)
- Recherche dans la documentation R
- Paquets et documentation R
- Vue d'ensemble des tâches sur R Cran – recherche de solution à un problème
Pré requis
Il n'y a aucune exigence spécifique pour suivre ce cours.
14 Heures