Introduction
Premiers pas avec R
Premiers calculs avec R
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)
