R intermédiaire

 
  2 jours       880       Avancé    
  Prochaine session
9 et 10 mars 2023
Objectifs de la formation
  • Acquérir les outils et techniques permettant d’effectuer des traitements sur les données, plus rapidement et plus efficacement.

  • Connaître les principaux packages d’analyse statistique.


Prérequis

Parmi nos formations au langage R, cette formation est le niveau 2. Elle requiert une connaissance du logiciel R (maîtrise du contenu de la formation niveau 1 - R initiation).

Un débutant ou un ancien utilisateur ayant peu de pratique s’orientera donc vers la formation R initiation. Si au contraire vous êtes déjà un utilisateur avancé de R, vous serez peut-être intéressé(e) par nos formations R Expert.


Public visé

Toute personne souhaitant se perfectionner en R : statisticiens, data analysts, chargés d’études…


Contenu

Le livre R pour la statistique et la science des données vous sera offert lors de cette formation

Cette formation s’adresse à des stagiaires ayant déjà manipulé le logiciel R, désireux d’approfondir leurs connaissances sur ses fonctionnalités.

Une première partie est consacrée aux fonctionnalités de base avec un accent mis sur la manipulation de jeux de données, le graphe et la programmation.

Une seconde partie est consacrée à la prise en main de packages statistiques pour la régression linéaire, la régression logistique ou l’analyse factorielle.

Le logiciel est mis en œuvre au travers d’exercices concrets d’application.

Manipulation de données dans R

  • Environnement tidyverse
  • Importation et exportation
  • Création et recodage de variables
  • Sélection et regroupement de variables
  • Manipulation des dates
  • Fusion de tableaux de données
  • Premières analyses descriptives
  • Les fonctions apply

Le graphe avec R

  • Manipulation des fenêtres graphiques
  • Graphes de base
  • Personnalisation de graphes

La programmation avec R

  • Création de ses propres fonctions R
  • Boucles
  • Structures de contrôle

Packages

  • Focus sur quelques packages en particulier pour des analyses statistiques poussées : régression linéaire, régression logistique, arbres de décision, analyse de données.
Approche pédagogique

  Moyens pédagogiques

  • Exposé théorique de concepts
  • Applications pratiques sur ordinateur
  • Échanges sur les pratiques et expériences des participants
  • Temps de questions / réponses
  • Exercices, quiz, forum etc.

  Méthodes pédagogiques