1 / 57

Logiciel R

Logiciel R. R est un logiciel libre de traitement statistiques des données disponible http://cran.ch.r-project.org/ Windows 95 et plus Linux Le programme de "base“ Des librairies complémentaires. Installation de R. Aller dans le site http://cran.ch.r-project.org/

bertha-mcneil
Download Presentation

Logiciel R

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Logiciel R R est un logiciel libre de traitement statistiques des données disponible http://cran.ch.r-project.org/ Windows 95 et plus Linux Le programme de "base“ Des librairies complémentaires

  2. Installation de R Aller dans le site http://cran.ch.r-project.org/ Aller dans downlaod, télécharger le logiciel et la documentation

  3. Installation de R Une fois le fichier téléchargé, installez en cliquant sur le fichier et en prenant l’option «exécuter»

  4. Logiciel R Comment travaille R? Console de calcul Fenêtre de programmation

  5. 1ere Approche de R Quand vous lancez R, vous aurez l’invite > A la suite de l’invite, vous tapez vos commandes

  6. 1ere Approche de R Dans R, on parle d’objets. Apprenons d’abord le premier objet : L’objet numérique : La commande >a=2 ou a<-2 ou 2–> a Veut dire que a est numérique et la valeur 2 lui est assignée

  7. 1ere Approche de R La commande >a Donne [1] 2 Le symbole [1] indique qu’on a affaire à un nombre La commande >a+2 Donne [1] 4

  8. 1ere Approche de R Exercice : Assignez 2 et 5 aux objets a et b et calculez a+b, a/b, ab, a puissance b >a=2 >b=5 >a+b [1] 7 >a*b [1] 10 >a/b [1] 0.4

  9. 1ere Approche de R Exercice : suite >a^b # ou a**b Donne a puissance b

  10. 1ere Approche de R Les différents objets • Les vecteurs • Les Matrices • Les Listes • Les fonctions • Les data frame

  11. 1ere Approche de R Objet Vecteur Assigner un vecteur : > x <- c(x1, x2, …, xn) Ou >assign("x", c(x1, x2, …, xn)) Ou >c(x1, x2, …, xn) –> X

  12. 1ere Approche de R Objet Vecteur Exemples > x <- c(-1,1,0,4) > c(-1,1,0,4)->x > assign("x",c(-1,1,0,4))

  13. 1ere Approche de R Objet Vecteur : Le ième élément de x est noté x[i] > x[1] =-1 > x[3] =0 > x[-2] -1 0 4 > x[c(1,3)] -1 0

  14. 1ere Approche de R Objet Vecteur : Manipulations Soit x,y deux vecteurs >z <- c(x,y) Forme un vecteur composé des éléments de x puis ceux de y. >t <- c(x,0,y,1) Forme t en mettant les éléments de x, puis 0 puis ceux de y puis la valeur 1

  15. 1ere Approche de R Objet Vecteur : Manipulations >m <-1/x met dans m les inverses des éléments de x. >n <- x+2 met dans n les valeurs de x ajoutées de 2, etc..

  16. 1ere Approche de R Objet Vecteur : Manipulations Si x et y ont même longueur, alors >b <-x+y met dans b la somme des éléments de x et y : b[i]=x[i]+y[i]

  17. 1ere Approche de R Objet Vecteur : Manipulations Si les vecteurs ne sont pas de même longueur, le plus court est complété automatiquement > x =c(1:5) x : 1 2 3 4 5 1 2 3 4 5 y : 1 2 1 2 1 > y =c(1,2) 1 2 x+y : 2 4 4 6 6 > x+y 2 4 4 6 6

  18. 1ere Approche de R Objet Vecteur : Formations de vecteurs >x <- seq(1, 30) Ou >x <- 1:30 Forme le vecteur 1,2,…,30 >x <- seq(30,1) Forme le vecteur 30, 29, …,1

  19. 1ere Approche de R Objet Vecteur : Manipulations >x <- seq(-5, 5, by=2) Crée la suite allant de -5 à 5 par pas de 2. > x<-seq(1,6,length=5) Crée la suite allant de 1 à 6 avec une longueur de 5 éléments.

  20. 1ere Approche de R Objet Vecteur On peut remplacer >seq(2, 30, by=2) Par >2*1:15 On multiple les nombres de la séquence 1,…,15 par 2

  21. 1ere Approche de R Objet Vecteur Formations de vecteurs >y <- rep(x, each=4) Forme y en prenant le premier élément de x 4 fois, puis le second 4 fois, etc. Exemple : > y<-rep(c(2,7,9),each=2) > y<-rep(c(2,7,9),c(2,3,2))

  22. 1ere Approche de R Nota bene : On peut aussi avoir des vecteurs de caractères. Les constantes de caractères sont données entre guillemets Exemple : > Z<-c("nom","prénom","age") > Letters ou LETTERS

  23. 1ere Approche de R Objet Matrices Les matrices sont créées avec la fonction matrix() à partir d'un vecteur.On doit fixer le nombre de colonnes ncol et/ou le ombre de lignes nrow.

  24. 1ere Approche de R Objet Matrices Exemple >H <-matrix(1:20,nrow=4,ncol=5) Ça donne • 5 9 13 17 2 6 10 14 18 3 7 11 15 19 • 8 12 16 20

  25. 1ere Approche de R Objet Matrices : Par défaut la matrice est remplie colonne par colonne. Pour remplir ligne par ligne, on ajoute l'argument byrow=T >H<-matrix(1:20,nrow=4,ncol=5, byrow=T) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

  26. 1ere Approche de R Objet Matrices Exemple >H <- array(1:20 dim=c(4,5)) Ça donne 5 9 13 17 2 6 10 14 18 3 7 11 15 19 4 8 12 16 20

  27. 1ere Approche de R Objet Matrices H[i,j] est l’élément à la ième ligne et jème colonne H[i,] est la ième ligne H[,j] est la jème colonne

  28. 1ere Approche de R Objet Matrices Exemples > H[1,5] [1] 5 > H[2,] [1] 6 7 8 9 10 > H[,5] [1] 5 10 15 20

  29. 1ere Approche de R Objet Matrices : Manipulation Les fonctions classiques calculent élément par élément. Exemple > exp(H) : renvoie une matrice constituée des éléments exp(hi,j). > A+B; A*B; A-B : somme, produit, soustraction élément par élement

  30. 1ere Approche de R Objet Matrices > A%*%B : produit matriciel >solve(A) :donne l’inverse de A >solve(A,b) Donne la solution de l’équation Ax=b

  31. Autour des probabilités Fonctions de répartition Une fonction de répartition a un nom et des paramètres. Exemple : norm(m,s) : loi normale de paramètres m (moyenne) et s (ecart-type)

  32. Autour des probabilités Fonctions de répartition > rnorm(n,m,s) : simulation de v.aiid suivant une loi normale de moyenne m et d’écart-type s

  33. Autour des probabilités Fonctions de répartition En remplaçant r par d , p ou q on obtient respectivement • La densité • La fonction de répartition • Les quantiles

  34. Autour des probabilités Fonctions de répartition Exemple > pnorm(0,0,1) #=1/2 > pnorm(1.96,0,1) #=0.957 > qnorm(0.75, 0,1) #=0.675

  35. Autour des probabilités Fonctions de répartition Echantillon de lois Student : t(n) Chi-deux : chisq(n) Binomiale : binomial(n,p) Binomiale négative : nbinom(k,p) Fisher : f(n,m) Exponentielle : exp(lamda)

  36. Statistiques d’une série Soit x une série de données numériques, on a prod(x) : produit des éléments de x length(x) : longueur de x mean(x) : moyenne de x Var(x) : variance empirique de x (division par n-1)

  37. Statistiques d’une série Ecart-type de x : sqrt(var(x)) ou sd(x) max(x) : maximun de x min(x) : minimum de x sort(x) : ordonne x which.min(x) : coordonnée du minimum which.max(x) : coordonnée du maximum

  38. Statistiques d’une série quantile(x,p) : quantile de x d’ordre p median(x)=quantile(x,50%) First quartile : quantile(x,25%) 3 ième quartile : quantile(x,75%) Summary(x) donne : le min, le max, la moyenne, la variance, la médiane et les quartiles

  39. Utilisations des Données On peut créer directement le fichier de ses données avec la fonction >nom_données<- edit(data.frame()) Un éditeur apparaît et vous mettez vos données.

  40. Utilisations des Données On transfère ces données dans R avec la fonction read.table > getwd() # répertoire de travail > setwd(« chemin d’accès") Exemple : > base=read.table("wsd2010bts1.txt",header=TRUE)

  41. Utilisations des Données Pour utiliser un fichier de R livré par R ou créé par nous, nous devons le rendre disponible par la commande >attach(base) Tout comme, on pourra l’évacuer avec >detach(base)

  42. Utilisations des Données Une fois attaché, on peut directement utiliser les variables de base : num, cor, geo, ang, dessin. Exemple > mean(geo) > summary(ang), ect.

  43. Utilisations des Données En cas de conflit, on peut utiliser le nom complet des variables ainsi : base$num base$cor base$geo base$ang base$dessin

  44. Utilisations des Données On peut aussi utiliser les index Ainsi base[[1]] représente la variable num base[[2]] représente la variable cor base[[3]] représente la variable geo base[[4]] représente la variable ang base[[5]] représente la variable dessin

  45. Utilisations des Données On peut aussi utiliser les index Ainsi > base["geo"] représente la variable geo, etc.

  46. Utilisations des Données Exemples > XA=mean(geo[cor=="A"]) > SA=var(geo[cor=="A"]) > SAET=sqrt(SA) > nA=length(geo[cor=="A"]) > summary(geo[cor=="A"])

  47. Utilisations des Données Enfin, vous pouvez aussi editer vos données, en utilisant >edit(base)

  48. Graphiques Statistiques simples La fonction plot plot(x) : représente une série chronologique plot(x,y) : représente le nuage de point de x et y Si f est une variable de facteurs, x numérique, Plot(f,x) : donne un diagramme en barre de x, selon les valeurs de f.

  49. Graphiques Statistiques simples La fonction curve curve(f(x), from=a, to=b) : trace la courbe de f entre a et b. Exemple > curve(x^2+1/(x+1),2,4, col="blue",type="h")

  50. Graphiques Statistiques simples Comment faire plusieurs plot simultanément D’abord tracer la courbe de référence Plot(x,f(x)) Pour les autres, remplacer plot par la commande lines. Exemple: lines(x,g(x)) ou points(x,g(x)) lines(x,h(x)) Etc… Remarques : c’est le cadre de la fonction plot qui est la référence

More Related