Prenez contact avec nous

Plan du cours

Jour un

  1. Introduction à R et RStudio (2 heures)
    • Rendre R plus convivial, R et les interfaces graphiques disponibles
    • RStudio
    • Scripting dans RStudio
    • Navigation, sections et repli de code
    • Dépannage et débogage de code dans RStudio
    • Logiciels et documentation connexes
    • Obtenir de l'aide pour les fonctions et fonctionnalités
    • Projets dans RStudio
    • Création de rapports analytiques avec RStudio
    • Raccourcis clavier et fonctionnalités utiles
  2. Importation/Exportation de données (1 heure)
    • Fichiers plats – txt, csv
    • Fichiers tableurs – xls, xlsx
    • Données SPSS, SAS et autres formats
    • Accès aux données depuis des sources SQL
    • Connectivité et opérations de base de données SQL
  3. Organisation des données (2 heures)
    • Types et classes de données
    • Stockage des données dans R – format Rdata
    • Structure des objets
    • Nombres et vecteurs
    • Matrices et tableaux
    • Facteurs
    • Listes
    • Data frames
    • Date et heure
  4. Représentation tabulaire (3 heures)
    • Aperçu des packages pour les tables de données – dplyr, tidyr, data.table
    • Index et indices
    • Sélection, sous-ensemble d'observations et de variables
    • Filtrage, regroupement
    • Transformations de recodage
    • Remodelage des données
    • Fusion des données
    • Manipulation de chaînes de caractères, package stringr
    • Expressions régulières

Jour deux

  1. Logiciels et documentation connexes (1 heure)
    • RStudio et GIT – gestion de version
    • Markdown
    • Rapports et présentations avec LaTeX
    • Applications web Shiny
  2. R et statistiques (2 heures)
    • Probabilités et distribution normale
    • Nombres aléatoires
    • Statistiques descriptives
    • Standardisation et normalisation
    • Intervalles de confiance
    • Tests d'hypothèses
    • ANOVA
    • Analyse de données qualitatives
  3. Régression linéaire (2 heures)
    • Coefficient de corrélation et interprétation
    • Régression linéaire simple et multiple
    • Méthodes d'estimation – moindres carrés
    • Validation du modèle – tests de violation des hypothèses
    • Sélection de variables – différentes approches
    • Régularisations – régression ridge et lasso
    • Moindres carrés généralisés – non-linéarité
    • Régression logistique
  4. Procédures graphiques (2 heures)
    • Graphiques de base pour une variable
    • Visualisations pour deux variables et plus
    • Paramètres graphiques
    • Graphiques spéciaux
    • Exportation des graphiques vers des fichiers png, pdf et jpeg
    • Extension des capacités graphiques de R avec ggplot2
  5. Aide dans R (1 heure)
    • Recherche dans la documentation de R
    • Package et documentation de R
    • Vue d'ensemble des tâches CRAN de R – recherche de solutions aux problèmes

Pré requis

Aucune prérequis spécifique n'est nécessaire pour suivre ce cours.

 14 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires