Organisme de Formation aux technologies et métiers de L'informatique

Formation Programmation R et intégration BigData

Les fondamentaux de l'analyse statistique avec R

Informations générales

CB052
2 jours (14h)
1 610 €HT
46 €HT (en option)

Objectifs

Dans ce cours, vous apprendrez à :

  • Savoir installer et utiliser l’environnement d'analyse R
  • Comprendre comment manipuler des données avec R
  • Savoir importer et exporter des données
  • Savoir reconnaître les différents types d'objets de R
  • Créer des programmes d'analyse avec R
  • Être en mesure de réaliser des analyses statistiques basiques avec R
  • Savoir restituer des résultats à l'aide de graphiques

Public

Ce cours s'adresse avant tout aux personnes suivantes :

  • Ingénieurs, Data analysts, statisticiens, développeurs en environnement statistique ou toute personne intéressée par l'analyse statistique avec R.

Prérequis

Pour suivre ce cours, vous devez déjà posséder les connaissances suivantes :

  • Notions de calculs statistiques.

Programme de la formation

Savoir installer et utiliser l’environnement d'analyse R

  • Le projet R Programming. R Project.
  • Utilisation de R en mode commande.
  • Commandes de base. Syntaxe de base. Interfaces et environnements : RStudio, Jupyter.
  • Opérations de base. Expressions, variables, types de données, nombres, chaînes de caractères,
  • Atelier : installation et tests d'une plateforme R
  • Atelier : travail sur les chaînes de caractères et sur les types scalaires.

Comprendre comment manipuler des données avec R

  • Base de R : tests, boucles, fonctions.
  • Transformations de données, conversions de types.
  • Fonctions mathématiques de base.
  • Atelier : conversion de données numériques en texte. conversion de données texte en nombres

Savoir reconnaître les différents types d'objets de R

  • Manipulations de nombres, vecteurs, tableaux, matrices, listes, factors.
  • Liste et DataFrames : Définitions, cas d'utilisation.
  • Attachement, détachement. Chargement d'un dataframe. La fonction scan.
  • Tableaux et matrices : Déclaration, dimensionnement, indexation.
  • Opérations de base : produit de tableaux, transposition, produits de matrices.
  • Matrices : équations linéaires, inversion, valeur propre, vecteur propre, déterminant, moindre carré, ...
  • Atelier : exercices sur les objets R : matrice, vecteur

Savoir importer et exporter des données

  • Import/export : formats texte, csv, xml, binaire, largeur fixe, images (jpeg, png).
  • Encodage. Filtrage. Bibliothèques : rjson, readr, xml2.
  • Interfaçage avec le BigData : SparkR
  • Transformation d'un dataframe R en un dataframe Spark.
  • Importation SQL. Importation depuis un socket réseau.
  • Atelier : importation de données géodésiques et export au format Json

Créer des programmes d'analyse avec R

  • Structure générale d'un programme d'analyse. Découpage en sections métiers. Notion d'ETL.
  • Fonctions spécifiques : définition de nouvelles fonctions. Appels. Passage d'argument.
  • Construction d'une bibliothèque.
  • Diffusion, installation avec R CMD INSTALL.
  • Atelier : construction d'un programme de calcul de moyennes en trois parties : chargement, calcul, restitution

Être en mesure de réaliser des analyses statistiques basiques avec R

  • Statistiques : Distributions embarquées : uniforme, normale, poisson, exponentielle, ...
  • Calculs statistiques. Modèles statistiques.
  • Atelier : analyse statistique d'une population

Savoir restituer des résultats à l'aide de graphiques

  • Affichage en graphes, histogrammes : Plot, Line, Pie Charts, Scatterplot, Bars.
  • Atelier : affichage des données de l'atelier précedent sous forme de nuage de points.
plus d'infos

Méthode pédagogique

Chaque participant travaille sur un poste informatique qui lui est dédié. Un support de cours lui est remis soit en début soit en fin de cours. La théorie est complétée par des cas pratiques ou exercices corrigés et discutés avec le formateur. Le formateur projette une présentation pour animer la formation et reste disponible pour répondre à toutes les questions.

Méthode d'évaluation

Tout au long de la formation, les exercices et mises en situation permettent de valider et contrôler les acquis du stagiaire. En fin de formation, le stagiaire complète un QCM d'auto-évaluation.

Mis à jour le 09/01/2023