R initiation

R a été créé au début des années 1990 par deux statisticiens de l’université d’Auckland, Ross Ihaka et Robert Gentleman, comme une version libre du langage S, conçu aux Bell Labs. Sa version 1.0.0 date du 29 février 2000. Plus de vingt-cinq ans après, il reste l’outil de référence de nombreux statisticiens. Cela tient moins à la mode qu’à des choix de conception que l’on retrouve dès les premières heures de pratique.

Pensé pour les données statistiques

Plusieurs objets étudiés dès l’initiation viennent directement de S, et en particulier de l’ouvrage Statistical Models in S de John Chambers et Trevor Hastie (1992) : le data frame, tableau dont chaque colonne a son propre type, le facteur, qui représente une variable qualitative et ses modalités, et la formule y ~ x, qui décrit un modèle en une ligne. La valeur manquante NA fait partie du langage. Ailleurs, ces notions ont dû être ajoutées après coup : la bibliothèque pandas, qui apporte le data frame à Python, ne date que de 2008.

enquete$diplome <- factor(enquete$diplome, levels = c("Brevet", "Bac", "Licence", "Master"))
table(enquete$diplome)
boxplot(salaire ~ diplome, data = enquete)

Le facteur garde l’ordre logique des modalités au lieu de l’ordre alphabétique, dans les tableaux comme dans les graphiques. La formule salaire ~ diplome se lit « salaire en fonction du diplôme » ; la même notation sert ensuite à écrire les modèles de régression. Tout cela fonctionne avec R seul, sans bibliothèque à installer.

La couverture des méthodes

En octobre 2026, le CRAN, le dépôt officiel de R, propose plus de 25 000 packages, vérifiés avant leur publication. Quand une nouvelle méthode statistique est publiée dans une revue, elle est souvent accompagnée de son package R, écrit par ses auteurs eux-mêmes. Pour l’analyse de données, les sondages, les séries temporelles ou la statistique bayésienne, c’est généralement en R que l’on trouve l’offre la plus complète.

Des résultats reproductibles

Avec R Markdown, un même document contient le texte, le code et ses résultats : tableaux et graphiques sont recalculés à chaque compilation. Si les données changent, le rapport se met à jour sans copier-coller.

Une communauté francophone active

R est libre et gratuit, et il est très présent dans la statistique publique et l’enseignement supérieur en France. Les statisticiens de l’Insee l’ont adopté dès le début des années 2010, et l’institut, qui a éteint son dernier serveur SAS le 24 décembre 2025, est à l’origine d’une documentation collaborative en français, utilitR. L’ouvrage R pour la statistique et la science des données, remis aux participants de cette formation, est lui-même un ouvrage collectif d’enseignants-chercheurs français, coordonné par François Husson.

Python et SAS ont aussi leurs points forts : Python pour l’apprentissage automatique et l’intégration dans des applications, SAS dans les secteurs où le code existant et la traçabilité priment. Voir les formations Python initiation et SAS initiation. Pour les utilisateurs de SAS qui passent à R, il existe une formation dédiée : R initiation pour utilisateurs SAS.