Scribd
Importer
37 vues2 pages

Prise de Note

Le document présente de nombreuses commandes et fonctionnalités de R pour l'analyse de données. Il décrit comment manipuler et résumer des données, créer des sous-ensembles, gérer les valeurs manquantes et les types de données. Le document contient également des exercices suggérés pour appliquer ces concepts.

Transféré par

Prodige Boli
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOCX, PDF, TXT ou lisez en ligne sur Scribd
37 vues2 pages

Prise de Note

Le document présente de nombreuses commandes et fonctionnalités de R pour l'analyse de données. Il décrit comment manipuler et résumer des données, créer des sous-ensembles, gérer les valeurs manquantes et les types de données. Le document contient également des exercices suggérés pour appliquer ces concepts.

Transféré par

Prodige Boli
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOCX, PDF, TXT ou lisez en ligne sur Scribd

PRISE DE NOTE R :

 Le script permet de reproduire votre travail dans un autre contexte ou sujet , permet de
communiquer avec d’autre personne
 La fonction exemple() , nous donne un exemple sur l’argument entré
 [Link] = signifie supprimer le valeur manquante
 Le nombre de valeurs manquantes dans un vecteur x : sum([Link](x))
 Présenter les valeurs d’un vecteur exepté un element particulier : x[-a]
 head(df, n) , sert à presenter les n premières observations de la base df et tail(df , n) pour les n
dernieress
 nrow(df) , donne le nombre de lignes de la base
 ncol(df), donne le nombres de variables de la base
 Installer les packages : knitr, psych, normtest , biotools
 Str , donne la structure de la base de données
 Summury , permet de donner une vue générale des données
 df[![Link](df),] , permet de voir les observations manquantes
 levels(factor(df$var)) , permet de voir les modalités de la variables var
 colnames(df) = c() , permet de changer les noms des colonnes
 attach(df) permet d’utiliser les variables sans utiliser le dollar
 table(x,y) , permet de faire un tableau croisé entre deux variables
 Etudiant <- df[,1:4] , permet de créer une sous base à partir de la base df avec les 4 prémières
colonnes
 base <- df[c(2,4,7,8),] , permet de créer une sous base à partir de la base df avec les individus
présent au lignes 2 , 4, 7, 8 ;
 Si on veut afficher le résultat sans utiliser la fonction print() , on mettra entre parenthèses la
commande
 Pour connaitre le type ou nature d’un vecteur , on utlise la fonction class()
 [Link]() permet de prendre la base de donnée en enlevant les lignes comportant les donnée
manquantes
 NaN : indeterminé
 Inf : infini
 NULL : Vide
 NA : Non disponible

Exercices de maison

 Décrivez les var de la base (Nom et nature des variables )


 Décrivez la struture de la base ( nbre d’observtion , nbre de données manquantes pour chaque
variabe )
 Pour chauqe variable , indiquez et faites le graphique approprié puis commentez
 Faites une analyse descriptive des variables de la base données
 Faites des sous bases par région
 Modéliser le phénoméne Murder en élaborant un modèle de régression multiple
 Comment faire un Rapport avec Rmardown ( PDF , PPT , WORD)

Télécharger Rcmdr , Leaflet , gdata , readtable ,Hmisc

Busness intelligence avec R

Travail à rendre

Exposé sur la statistique descriptive et les tests statistiques avec rcmdr ( Travail à rendre sous
powerpoint : Base : USstates

Vous aimerez peut-être aussi