Introduction à ggplot2 | Le biostatisticien

Lecture automatique
Complétion automatique

Leçon précédente Finir et continuer

Statistiques appliquées pour les biologistes. Maîtrisez R !

Introduction

Bienvenue
Déroulement du cours (1:24)
Se préparer : installation de R (7:05)
Se préparer : installation de Rstudio (3:54)
Se préparer : l'état d'esprit (3:17)

Premiers pas avec R

Présentation de R (6:34)
Présentation de RStudio (8:14)
Les concepts de base (9:18)
Organiser son projet (11:03)
Organiser son script (13:58)
Utiliser l'aide (11:46)

Premiers calculs avec R

Calcul avec une valeur (11:11)
Astuce R : les conditions (17:15)
Solution au problème de résolution du polynôme (2:24)
Astuces R : les fonctions (23:45)
TP : mettons en pratique ce que l'on sait !
Solution du TP (14:07)

Les séries de données : les vecteurs

Introduction sur les vecteurs (15:45)
Opérations sur les vecteurs (9:02)
Travailler sur les caractéristiques d'un vecteur (8:04)
Distribution d'un vecteur : Théorie (15:54)
Distribution d'un vecteur : démonstration (19:06)
TP : Description de vecteur (8:02)
Exemple concret de l'utilité d'inspecter la distribution d'un vecteur (13:12)

Charger et manipuler ses données sur R

Préparation pour la suite du cours (2:16)
Préparer son fichier excel (5:24)
Convertir son fichier excel en csv (4:51)
Importer son fichier sous R (7:22)
Erreurs d'importation dans R, comment on fait ? (4:29)
Structure d'un tableau de données sous R (6:02)
L'opérateur magique : le pipe (5:05)
Filter : sélectionner des lignes par condition(s) (6:52)
Select : sélectionner des colonnes (5:07)
Arrange : trier par valeur (4:51)
Mutate : Créer des nouvelles colonnes avec des valeurs calculées (12:30)
Summarise : calculer des statistiques par groupe (11:50)
Conversion format large/format long : gather() and spread() (5:18)

Faire de beaux graphiques

Introduction à ggplot2 (6:57)
Mapping et aesthetics (5:47)
Facets (6:36)
Fonctions geom : style de graphique (7:54)
Fonctions stats : transformer les données avant de faire un graphique (9:03)
Les fonctions position : contrôle de l'agencement du graphique (9:24)
Fonctions de coordonnées : modifier les axes (9:51)
Faire un Pie chart (diagramme en camembert) avec geom_bar et coord_polar (7:25)
La grammaire des graphiques, un système de couches (2:33)
Enregistrer ses graphiques (11:23)

Analyses statistiques avec R : tests d'hypothèses et comparaison de moyennes

Présentation de la partie (9:38)
Comment choisir le test à effectuer ?
Un mot sur les tests non paramétriques (3:34)
Introduction : les tests d'hypothèse (10:52)
le Chi² : théorie (21:38)
Chi² : pratique (28:41)
Chi² : TP
Test de Student : théorie (11:30)
Test de Student : pratique (24:56)
L'ANOVA : Théorie (21:54)
L'ANOVA : Pratique (11:27)
Comparaison de moyennes : de beaux graphiques (15:12)
ANOVA 2 ways (2 facteurs) (15:36)

Modélisation : corrélation, régression, et ANCOVA

Covariance et Corrélation : Théorie (12:36)
Régression linéaire : Théorie (10:30)
Calculer la covariance et la corrélation (7:04)
Régression linéaire : "fitter" un modèle (10:15)
Régression linéaire : faire des prédictions avec des nouvelles données (7:43)
L'ANOVA est un modèle linéaire (10:29)
L'ANCOVA (analyse de covariance) : un mélange d'ANOVA et de régression linéaire (11:48)

Teach online with

Introduction à ggplot2

Finir et continuer

Discussion

0 commentaires