Introduction à la statistique avec R
- Durée : 5 semaines
- Effort : 25 heures
- Rythme: ~5 heures/semaine
Description
Ce cours permet d’apprendre la statistique à l’aide du logiciel libre R.
Le recours aux mathématiques est minimal. L’objectif est de savoir analyser des données, de comprendre ce que l’on fait, et de pouvoir communiquer ses résultats.
Ce cours s’adresse aux étudiants et praticiens de toutes disciplines qui recherchent une formation pratique. Il sera utile à toute personne ayant le besoin d’analyser un jeu de données réel dans le cadre d’un enseignement, de son activité professionnelle ou de recherche, ou par simple curiosité d’analyser un jeu de données par soi-même (données du web, données publiques…).
Le cours s’appuie sur le logiciel libre R qui est un des logiciels de statistique les plus puissants disponibles actuellement.
Les méthodes abordées sont : les techniques descriptives, les tests, l’analyse de variance, les modèles de régression linéaire et logistique, les données censurées (de survie).
Format
Le cours comprend deux volets :
1/ des chapitres de cours abordant des notions de statistiques et des connaissances essentielles sur le logiciel R
2/ des "labs": vidéos de pratique du logiciel R sous l’interface RStudio.
Chaque semaine, 4 à 6 vidéos de cours d’une dizaine de minutes et un “lab” seront mis en ligne.
Prérequis
Il n’y a pas de pré-requis pour suivre ce cours. Des connaissances de base en algèbre ou en programmation sont utiles mais ne sont pas nécessaires. En revanche, la volonté d’apprendre à analyser un jeu de données par soi-même est essentielle.
Ce cours s'adresse à un public francophone cherchant à se former aux bases de la statistique avec un logiciel libre (disponible gratuitement). Il vise aussi bien un public en formation initiale qu'un public en formation continue. Compte tenu des nombreux domaines d'application des statistiques et de la taille importante de la communauté R, ce cours concerne une large audience. Sciences fondamentales comme appliquées, sciences humaines, gestion de projet, les statistiques concernent potentiellement l'ensemble des professions.
Evaluation et Certification
L’évaluation comporte trois niveaux :
des quiz “mémoire” (5 à 10 questions à la fin de chaque vidéo),
des quiz “exercice” (le plus souvent des calculs simples à réaliser avec R),
un devoir à rendre sous forme de script R.
Plan de cours
- Chapitre 1 : Définitions
Chapitre 2 : Représentations graphiques
Chapitre 3 : Mesures de position et de dispersion : les principes
Chapitre 4 : Mesures de position et de dispersion : la pratique
Lab 1 : Introduction à R studio, manipulation des fichiers et des variables
- Chapitre 5 : Intervalles de confiance
Chapitre 6 : Coefficient de corrélation
Chapitre 7 : Risque relatif et odds-ratio
Lab 2 : Manipulation de données, résumés numériques et graphiques
Lab 3 : RMarkdown et rapport automatisé
- Chapitre 8 : Tests statistiques : le “p”
Chapitre 9 : Tests statistiques : l’approche de Neyman et Pearson
Chapitre 10 : Comparaison de deux pourcentages
Chapitre 11 : Comparaison de deux moyennes
Chapitre 12 : Test de nullité d’une corrélation, divers
Lab 4 : Mesures d'association, tests statistiques, update sur RMarkdown
- Chapitre 13 : Régression linéaire simple
Chapitre 14 : Régression linéaire, corrélation et test t
Chapitre 15 : Régression linéaire multiple, analyse de variance
Chapitre 16 : Introduction à la régression logistique
Chapitre 17 : Régression logistique multiple
Lab 5 : Régression linéaire et logistique
- Chapitre 18 : Données de survie ou censurées
Chapitre 19 : Tests et modèles pour données censurées
Chapitre 20 : Introduction aux méthodes exploratoires multidimensionnelles
Chapitre 21 : Analyse en composantes principales
Chapitre 22 : Classification hiérarchique
- Données de survie (censurées), méthodes exploratoires multidimensionnelles
Équipe pédagogique
BRUNO FALISSARD
Catégories
Professeur de biostatistique à l'Université Paris-Sud, ancien élève de l'école polytechnique, pédopsychiatre et directeur du CESP/Inserm U1018.
Établissements
Lectures recommandées
Falissard (Bruno), Comprendre et utiliser les statistiques dans les sciences de la vie, 3e édition. Masson (372 pages).
Falissard (Bruno), The analysis of questionnaire data with R, Chapman et Hall, CRC Press (280 pages).