YoVDO

Introduction à la statistique avec R

Offered By: Université Paris SUD via France Université Numerique

Tags

Mathematics Courses Statistics & Probability Courses Data Analysis Courses R Programming Courses Linear Regression Courses Hypothesis Testing Courses Descriptive Statistics Courses Survival Analysis Courses Logistic Regression Courses Analysis of Variance Courses Exploratory Data Analysis Courses

Course Description

Overview

Description

Ce cours permet d’apprendre la statistique à l’aide dulogiciel 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 lelogiciel libre Rqui 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).


Syllabus

Plan de cours

  • Semaine 1 : Introduction aux statistiques et à R, description d’une variable
    • Introduction
      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
  • Semaine 2 : Intervalles de confiance, association entre 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
  • Semaine 3 : Tests statistiques et pratique des tests
    • 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
  • Semaine 4 : Régression linéaire simple et multiple, régression logistique
    • 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
  • Semaine 5 : Données de survie (censurées), méthodes exploratoires multidimensionnelles
    • 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

Taught by

Bruno Falissard

Tags

Related Courses

Advanced Statistics for Data Science
Johns Hopkins University via Coursera
Analizar e incrementar - Parte 1
Tecnológico de Monterrey via Coursera
Biostatistics in Public Health
Johns Hopkins University via Coursera
Bioestadística
Universidad del Rosario via edX
Statistics Fundamentals
Brilliant