logo
2.12.8 (552)

Enseignement scientifique et technique - 21-M2_ST2AE_GEEFT_StatR : Statistiques avec R

Descriptif

Le logiciel R est un outil puissant d'analyse (entre autre statistique) de données, libre de droit, et de plus en plus utilisé par la communauté scientifique. Le module vise à fournir l'acquisition d'un premier niveau de maîtrise de R, pour la manipulation et la mise en forme de données, leur représentation graphique, et leur analyse statistique. Il s'agit entre autre de constituer un « kit pratique », une boîte à outils opérationnelle mobilisable pendant sa formation puis pendant son activité.

Objectifs pédagogiques

Compétences acquises : Être autonome pour la manipulation et la mise en forme de données, leur représentation graphique, leur analyse statistique, notamment dans des domaines liés aux thématiques de la formation.

Unités constitutives

UE Type d'enseignement Domaines Catégorie d'UE Volume horaire Responsables Site pédagogique
GENV_StatsR Statistiques avec R Enseignement scientifique et technique UE optionnelle. 24 Eric MARCON

21 heures en présentiel

effectifs minimal / maximal:

5/25

Diplôme(s) concerné(s)

Parcours de rattachement

Domaine disciplines/enjeux/objets

Science des données.

Format des notes

Numérique sur 20

Pour les étudiants du diplôme Master Sciences et technologies de l'agriculture, de l'alimentation et de l'environnement

Vos modalités d'acquisition :

Individuelle. Réalisation d'analyses statistiques avec R, sur cas d'étude concret.

L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 2 ECTS

Le coefficient de l'UE est : 2

Programme détaillé

Pourquoi R ? - Caractéristiques de R
 Installation de R - Packages - Interface utilisateur : RStudio
 Scripts
 Fonctions : création, bibliothèque personnelle
 Aide en ligne - documentation sur R - Aide-mémoire - Urls et sites intéressants
 La classe « data.frame » - Autres structures, classes d'objets, types de données
 Création, Examen et Manipulation de données
 Statistiques élémentaires
 Lecture, chargement et sauvegarde de données

 Traitement des données dans le tidyverse
 Graphiques classiques et ggplot
 Méthodes statistiques, sous forme d'exemples traités en TD : régression linéaire (simple, avec ou sans pondération, multiple), non linéaire, analyse de variance, analyse multivariée descriptive : ACP, AFC, classification

Mots clés

statistiques
Veuillez patienter