Statistiques avec R : formation complète en ligne
Acheter maintenant
En savoir plus
1. Statistiques : Se poser les bonnes questions
Bonjour les extra-terrestres
2. Introduction-éclair au logiciel R
Introduction-éclair au logiciel R : diapositives
2.1 Présentation de R
2.2. Installer R et RStudio
2.3 Créer un projet R avec RStudio
Téléchargement : projet R, données illustratives et scripts
2.4 Quelques notes sur la syntaxe
2.5 Fonctions et Packages
2.6 Types de données et commentaires #
2.7 Jeux de données dans R : la structure data frame
2.8 Préparation et importation d'un jeu de données en data frame
2.9 Caractérisation d'un data frame
2.10 Accéder à différentes parties d'un data frame
2.11 Trier un data frame
2.12 Créer de nouvelles colonnes dans un data frame
2.13 Calculs automatisés sur chaque colonne
2.14 Effectuer des calculs par groupe et exporter un data frame
2.15 Graphiques avec ggplot2
Environnement R : fonctions principales
3. Statistiques : introduction et définitions
Statistiques : introduction et définitions, diapositives
Statistiques : introduction et quelques définitions
4. Statistiques descriptives univariées
Statistiques descriptives univariées : diapositives
4.1 Décrire une variable qualitative
4.2 Décrire une var. quantitative : tendance centrale
4.3 Décrire une var. quantitative : dispersion
4.4 Décrire une var. quantitative : box plot
4.5 Décrire une var. quantitative : distribution et histogramme
4.6 Intervalles de confiance
Téléchargement : dossier, projet R, données et script
4.7 Application R : décrire une variable qualitative
4.8 Application R : décrire une variable quantitative
4.9 Application R : fonctions génériques de statistiques univariées
5. Statistiques descriptives bivariées
Statistiques descriptives bivariées : diapositives
5.1 Décrire le lien entre deux variables qualitatives
5.2 Décrire le lien entre deux variables quantitatives
5.3 Décrire le lien entre une variable quantitative et une variable qualitative
Téléchargement : dossier, projet R, données et script
6. Tests statistiques
Tests statistiques : diapositives
6.1 Introduction aux tests statistiques
6.2 Tester le lien entre une variable quantitative et une qualitative
6.3 Tester le lien entre deux variables qualitatives
6.4 Tester le lien entre deux variables quantitatives
6.5 Echantillons indépendants et échantillons appariés
6.6 Bonus : Tests non-paramétriques
6.7 Tests statistiques : récapitulatif
Téléchargement : dossier, projet R, données illustratives et scripts
Guide de choix d'un test statistique et code R
7. Statistiques exploratoires multivariées
Statistiques exploratoires multivariées : diapositives
7.1 Introduction aux statistiques exploratoires multivariées
7.2.1 Analyse en Composantes Principales 1
7.2.2 Analyse en Composantes Principales 2
7.3 Analyse Factorielle des Correspondances
7.4 Analyse des Correspondances Multiples
Téléchargement : dossier, projet R, données et script
8. Segmenter des données avec des techniques de Clustering
Segmentation des données ou clustering : diapositives
8.1 Introduction à la segmentation des données ou clustering
8.2 Classification Ascendante Hiérarchique
8.3 Classification k-means
8.4 Décrire les clusters
Téléchargement : dossier, projet R, données et script
9. Modélisation statistique : introduction et régression linéaire
Modélisation statistique, Introduction et régression linéaire : diapositives
9.1 Modélisation statistique : introduction
9.2 Régression linéaire simple
9.3 Hypothèses sur les résidus
9.4 Régression linéaire multiple : principes
9.5 Le probème du surajustement
9.6 Le problème de multicolinéarité
9.7 Régression linéaire multiple : exemple
Téléchargement : dossier, projet R, données et script
10. Modélisation statistique : régression logistique
Modélisation statistique, Régression logistique : diapositives
10.1 Introduction à la régression logistique
10.2 Régression logistique, exemple
Téléchargement : dossier, projet R, données et script
11. Modélisation statistique : Analyse de Variance ou ANOVA
Modélisation statistique - Analyse de Variance ANOVA : diapositives
11.1 ANOVA à un facteur
11.2 Hypothèses sur les résidus
11.3 Comparaisons multiples par paires
11.4 ANOVA à deux facteurs et effet d'interaction
Téléchargement : dossier, projet R, données et script
Fiches-résumé
Résumé Fonctions R et Statistiques
Programmes
Cours
Section
Cours
2.9 Caractérisation d'un data frame
2.9 Caractérisation d'un data frame
Statistiques avec R : formation complète en ligne
Acheter maintenant
En savoir plus
1. Statistiques : Se poser les bonnes questions
Bonjour les extra-terrestres
2. Introduction-éclair au logiciel R
Introduction-éclair au logiciel R : diapositives
2.1 Présentation de R
2.2. Installer R et RStudio
2.3 Créer un projet R avec RStudio
Téléchargement : projet R, données illustratives et scripts
2.4 Quelques notes sur la syntaxe
2.5 Fonctions et Packages
2.6 Types de données et commentaires #
2.7 Jeux de données dans R : la structure data frame
2.8 Préparation et importation d'un jeu de données en data frame
2.9 Caractérisation d'un data frame
2.10 Accéder à différentes parties d'un data frame
2.11 Trier un data frame
2.12 Créer de nouvelles colonnes dans un data frame
2.13 Calculs automatisés sur chaque colonne
2.14 Effectuer des calculs par groupe et exporter un data frame
2.15 Graphiques avec ggplot2
Environnement R : fonctions principales
3. Statistiques : introduction et définitions
Statistiques : introduction et définitions, diapositives
Statistiques : introduction et quelques définitions
4. Statistiques descriptives univariées
Statistiques descriptives univariées : diapositives
4.1 Décrire une variable qualitative
4.2 Décrire une var. quantitative : tendance centrale
4.3 Décrire une var. quantitative : dispersion
4.4 Décrire une var. quantitative : box plot
4.5 Décrire une var. quantitative : distribution et histogramme
4.6 Intervalles de confiance
Téléchargement : dossier, projet R, données et script
4.7 Application R : décrire une variable qualitative
4.8 Application R : décrire une variable quantitative
4.9 Application R : fonctions génériques de statistiques univariées
5. Statistiques descriptives bivariées
Statistiques descriptives bivariées : diapositives
5.1 Décrire le lien entre deux variables qualitatives
5.2 Décrire le lien entre deux variables quantitatives
5.3 Décrire le lien entre une variable quantitative et une variable qualitative
Téléchargement : dossier, projet R, données et script
6. Tests statistiques
Tests statistiques : diapositives
6.1 Introduction aux tests statistiques
6.2 Tester le lien entre une variable quantitative et une qualitative
6.3 Tester le lien entre deux variables qualitatives
6.4 Tester le lien entre deux variables quantitatives
6.5 Echantillons indépendants et échantillons appariés
6.6 Bonus : Tests non-paramétriques
6.7 Tests statistiques : récapitulatif
Téléchargement : dossier, projet R, données illustratives et scripts
Guide de choix d'un test statistique et code R
7. Statistiques exploratoires multivariées
Statistiques exploratoires multivariées : diapositives
7.1 Introduction aux statistiques exploratoires multivariées
7.2.1 Analyse en Composantes Principales 1
7.2.2 Analyse en Composantes Principales 2
7.3 Analyse Factorielle des Correspondances
7.4 Analyse des Correspondances Multiples
Téléchargement : dossier, projet R, données et script
8. Segmenter des données avec des techniques de Clustering
Segmentation des données ou clustering : diapositives
8.1 Introduction à la segmentation des données ou clustering
8.2 Classification Ascendante Hiérarchique
8.3 Classification k-means
8.4 Décrire les clusters
Téléchargement : dossier, projet R, données et script
9. Modélisation statistique : introduction et régression linéaire
Modélisation statistique, Introduction et régression linéaire : diapositives
9.1 Modélisation statistique : introduction
9.2 Régression linéaire simple
9.3 Hypothèses sur les résidus
9.4 Régression linéaire multiple : principes
9.5 Le probème du surajustement
9.6 Le problème de multicolinéarité
9.7 Régression linéaire multiple : exemple
Téléchargement : dossier, projet R, données et script
10. Modélisation statistique : régression logistique
Modélisation statistique, Régression logistique : diapositives
10.1 Introduction à la régression logistique
10.2 Régression logistique, exemple
Téléchargement : dossier, projet R, données et script
11. Modélisation statistique : Analyse de Variance ou ANOVA
Modélisation statistique - Analyse de Variance ANOVA : diapositives
11.1 ANOVA à un facteur
11.2 Hypothèses sur les résidus
11.3 Comparaisons multiples par paires
11.4 ANOVA à deux facteurs et effet d'interaction
Téléchargement : dossier, projet R, données et script
Fiches-résumé
Résumé Fonctions R et Statistiques
Leçon indisponible
Veuillez
Vous connecter à votre compte
ou
Acheter le cours
.