Notions de base Fonctions graphiques Programmation Un peu de statistique

Présentation du logiciel R

Sébastien Déjean
math.univ-toulouse.fr/˜sdejean

Institut de Mathématiques de Toulouse UMR 5219

Université Paul-Sabatier (Toulouse III)

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Documents complémentaires et
mises à jour :
math.univ-toulouse.fr/˜sdejean

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Généralités

R????

R is ‘GNU S’, a freely available language and environment for

statistical computing and graphics which provides a wide va-
riety of statistical and graphical techniques : linear and nonli-
near modelling, statistical tests, time series analysis, classifi-
cation, clustering, etc. Please consult the R project homepage
(www.r-project.org) for further information.
CRAN is a network of ftp and web servers around the world
that store identical, up-to-date, versions of code and docu-
mentation for R. Please use the CRAN mirror nearest to you
(cran.cict.fr) to minimize network load.

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Généralités

Ressources
Fichiers d’installation, mises à jour, packages, FAQ, newsletter,
documentation...

www.r-project.org cran.cict.fr

Statistics with R (V. Zoonekynd) : zoonek2.free.fr/UNIX/48_R/all.html

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Généralités

Ligne de commande

R> Prompt en attente de commande

Pas de " clic-bouton " (on évite l’impression de facilité et
donc des bêtises)
Appel à une fonction avec ses paramètres entre
parenthèses
L’absence de parenthèses provoque l’affichage du code de
la fonction
Le caractère # permet d’insérer un commentaire

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Généralités

Aide en ligne
Rubriques :
Description
Usage
R > help(plot)
Arguments
R > ?plot
Details
R > help.search("plot")
Value
R > ? ?plot
Note
R > help(help.search)
Authors
R > help(help)
Reference(s)
See also
Examples

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Généralités

Aide en ligne
Rubriques :
Description
Usage
R > help(plot)
Arguments
R > ?plot
Details
R > help.search("plot")
Value
R > ? ?plot
Note
R > help(help.search)
Authors
R > help(help)
Reference(s)
See also
Examples

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Généralités

Aides pratiques

Editeur Tinn-R(1) : éditeur gratuit permettant notamment

une coloration syntaxique et l’interaction avec la console R
Package Rcmdr(2) : interface graphique avec menus
déroulants et zones "script" et "sortie"

(1) Tinn Is Not Notepad, www.sciviews.org/Tinn-R

(2) J. Fox (2005) - The R Commander : A Basic-Statistics Graphical User Interface to R, Journal of Statistical

Software, 14(9) - (socserv.mcmaster.ca/jfox/Misc/Rcmdr)

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Structures de données

R > 2+2
Scalaire R > exp(10)
entier, réel, logique, R > a = log(2)
chaîne de caractères R > b <- cos(10)
affectation < − ou = R > a+b
R>a
ls() liste les variables
R > 2==3
de l’environnement de
R > b = 2<3
travail
R > ls()
rm() efface une ou R > rm(a)
plusieurs variables R>a
R > a="toto"

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Structures de données

R > d = c(2,3,5,8,4,6) ;d
Vecteur R > is.vector(d)
tous les éléments sont R > 1 :10
de même nature (tout R > seq(from=1,to=20,by=2)
numérique ou tout R > rep(5,times=10)
caractère ou ...) R > d[2] ;d[2 :3] ;d[-3]
construction de vecteurs R > f = c(a=12,b=26,c=32,d=41) ;f
R > names(f) ;f["a"]
séquence, répétition
R > names(f)=c("a1","a2","a3","a4")
extraction R > f>30 ;f[f>30]
nommer les éléments R > which(f>30)
d’un vecteur R > f[2] = 22 ;f+100 ;f+d
R > cos(f) ;length(f) ;sort(d)

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Structures de données

R > A = matrix(1 :15,ncol=5) ;A

R > B = matrix(1 :15,nc=5,byrow=T)
Matrice R > cbind(A,B) ;rbind(A,B)
tous les éléments sont R > A[1,3] ;A[,2] ;A[1 :3,2 :4]
de même nature R > g = seq(0,1,length=20)
R > C = matrix(g,nrow=4)
Construction, extraction
de parties R > C[C[,1]>0.1,]
R > A+B ;A*B
Produit matriciel (%*%)
R > cos(A) ; cos(A[1 :2,1 :2])
et terme à terme (*).
R > solve(A) ;solve(A[1 :2,1 :2])
Inversion d’une matrice R > A %*% B
(fonction solve()) R > A[1 :2,1 :2] %*% B[1 :2,1 :3]
R > apply(A,2,sum)
R > apply(D,1,max)

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Structures de données

R > A = matrix(1 :15,ncol=5) ;A

R > B = matrix(1 :15,nc=5,byrow=T)
Matrice R > cbind(A,B) ;rbind(A,B)
tous les éléments sont R > A[1,3] ;A[,2] ;A[1 :3,2 :4]
de même nature R > g = seq(0,1,length=20)
R > C = matrix(g,nrow=4)
Construction, extraction
de parties R > C[C[,1]>0.1,] V
R > A+B ;A*B
Produit matriciel (%*%)
R > cos(A) ; cos(A[1 :2,1 :2])
et terme à terme (*).
R > solve(A) ;solve(A[1 :2,1 :2])
Inversion d’une matrice R > A %*% B
(fonction solve()) R > A[1 :2,1 :2] %*% B[1 :2,1 :3]
R > apply(A,2,sum) V
R > apply(D,1,max)

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Structures de données

R > C[C[,1]>0.1,] V

R>C
C[,1] : 1ère colonne de C [,1] [,2] [,3] [,4] [,5]
C[,1]>0.1 : vecteur logique
[1,] 0.000 0.211 0.421 0.632 0.842
de longueur le nombre de [2,] 0.053 0.263 0.474 0.684 0.895
lignes de C contenant TRUE si [3,] 0.105 0.316 0.526 0.737 0.947
la valeur est supérieure à 0.1 [4,] 0.158 0.368 0.579 0.789 1.000
et FALSE sinon.
R > C[,1]>0.1
C[C[,1]>0.1,] extrait de la
[1] FALSE FALSE TRUE TRUE
matrice C les lignes où les
R > C[C[,1]>0.1,]
éléments sur la première co-
[,1] [,2] [,3] [,4] [,5]
lonne sont supérieurs à 0.1 et
[1,] 0.105 0.316 0.526 0.737 0.947
toutes les colonnes.
[2,] 0.158 0.368 0.579 0.789 1.000

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Structures de données

R > apply(A,2,sum) V

Arguments de la fonction
apply() :
A : matrice de travail R>C
2 : on s’intéresse aux co- [,1] [,2] [,3] [,4] [,5]

lonnes (1 pour les lignes) [1,] 1 4 7 10 13

sum : fonction à appliquer sur [2,] 2 5 8 11 14

les colonnes de la matrice de [3,] 3 6 9 12 15

travail R > apply(A,2,sum)

apply(A,2,sum) : calcule la [1] 6 15 24 33 42

somme en colonne de la ma-

trice A

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Structures de données

Tableau - array
Généralisation du type matrix à plus de 2 dimensions
La fonction apply() reste utilisable

R>H
,,1
R > H=array(1 :12,c(2,3,2)) [,1] [,2] [,3]

R > H[„1] ;H[,1,1],H[1„1] [1,] 1 3 5

R > apply(H,1,sum) V [2,] 2 4 6

R > apply(H,2,sum) V ,,2

R > apply(H,3,sum) V [,1] [,2] [,3]

[1,] 7 9 11

[2,] 8 10 12

V =⇒ 36 42
V =⇒ 18 26 34
V =⇒ 21 57
S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Structures de données

Liste - list
Objet "fourre-tout" : R > x = list("bidon",1 :8) ;x
scalaire, vecteur, chaînes
R > x[[1]] ;x[[1]]+1 ;x[[2]]+10
de caractères, listes...
R > y = list(matrice=D,vecteur=f,
Accès aux composants
d’un objet de type list + texte="bidon",scalaire=8)
soit par le nom (ou un R > names(y) ;y[[1]]
raccourci non ambigü) soit R > y$matrice ;y$vec
par le numéro entre
R > y[c("texte","scal")]
double-crochets [[ ]]
R > y[c("texte","scalaire")]
La longueur d’un objet de
type list est le nombre R > length(y)
de ces composants R > length(y$vecteur)
Utile pour renvoyer les R > cos(y$scal)+y[[2]][1]
résultats d’une fonction

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Structures de données

Data frame
Structure spéciale pour
les jeux de données de
type Individus ×
Variables R > taille = runif(12,150,180)
R > masse = runif(12,50,90)
Analogies avec les
R > sexe = rep(c("M","F","F","M"),3)
matrices et les listes
pour l’accès aux R > H = data.frame(taille,masse,sexe)
colonnes (composants) R > H ;summary(H)
R > H[1,] ;H$taille
Les colonnes peuvent
être de natures R > H$sexe
différentes (variables
quantitatives et
qualitatives)

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Entrées/sorties

Importation de données

fic1.csv
5,2.5,3.8
R > fic1=read.table("fic1.csv",
8,3.2,3.4
+ sep=",")
12,4.6,5
R > fic1b=read.csv("fic1.csv")
fic2.txt R > fic2=read.table("fic1.csv",
X1 ;X2 ;X3 + sep=" ;",dec=",",header=TRUE)
5 ;2,5 ;3,8 R > help(read.table)
8 ;3,2 ;3,4
12 ;4,6 ;5

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Entrées/sorties

Exportation d’objets R

write.table() (fonction
réciproque de
read.table()) R > A=seq(1,10,l=50)

sink() : redirection du R > write.table(A,"A.txt")

résultat des commandes vers R > sink("A2.txt")
un fichier (pas d’affichage à R > A ;summary(A)
l’écran). R > sink()
+ Ne pas oublier de fermer le R > summary(A)
fichier en rappelant sink() sans
argument.

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Entrées/sorties

Liens avec d’autres logiciels

La passerelle liant R à un autre logiciel scientifique (ou

tableur) est le format texte (ASCII). R peut importer et ex-
porter du format texte. Et c’est également le cas de la
plupart des logiciels permettant de traiter des données.
Le package foreign permet de simplifier la communica-
tion avec les logiciels statistiques Minitab, S, SAS, SPSS,
Stata, Systat, Octave.

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Extensions (packages)

Où trouver des extensions (packages) ?

Rubrique Packages sur cran.cict.fr

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Extensions (packages)

Utiliser un package

Installation (en ligne) : Menu Packages (sous Windows),

choix d’un site miroir puis choix du package
Installation (en local) : Menu Packages (sous Windows), à
partir d’un fichier Zip
Pour gérer les packages en ligne de commande, utiliser
l’ensemble des fonctions install.packages(),
update.packages()...
Chargement soit par menu soit par
R > library(foreign)

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

0.5
O O α

0.4
β

0.3
Densité

0.2
0.1
0.0
46 48 50 52

R > help.search("plot")
●

16SR

1
SPI1.1
apoE

apoA.I

FAS ●
●
●

THIOL

0
●
●

●
S14
●

●
●
● ●
●

● ● ●
● ●
●
●
●
●
●
● ● ●
● ●
●
● ●
●
●
● ●

−1
● ●
●

● ●

● ● ●
● ● ● ●
●
●
● ●
●
● ● ●
● ●
● ●

−2
i.BAT

ACAT1 AM2R Bcl.3 CBS CYP26 CYP8b1 GK i.BABP Lpin LXRb MS PAL PPARd S14 Tpbeta

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Construction de graphiques

Une variable qualitative (Effectif)

Ex : R > data=c(12,10,7,13,26,16,4,12)
A B C D E F G H
R > pie(data)
12 10 7 13 26 16 4 12
R > barplot(data)

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Construction de graphiques

Une variable quantitative

Ex : Tirage aléatoire d’un R > x=runif(100)

échantillon de taille 100 R > hist(x)
issu d’une loi uniforme sur R > boxplot(x)
l’intervalle [0,1] R > stripchart(x)

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Construction de graphiques

Deux variables quantitatives

Ex : R > x=seq(-10,10,l=100)
Représentation R > plot(x,sin(x)) V
de la fonction R > plot(x,sin(x),type="l",col="blue") V
sinus sur R > abline(h=0,v=0,lty=2) V
l’intervalle R > points(0,0,pch="+",cex=3,col="red") V
[-10,10] R > lines(x,cos(x),col="green") V

V V V V

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Construction de graphiques

Trois variables
R > # Construction de x, y, et z
Ex : Représentation R > image(x,y,z) V
de la fonction sinus R > persp(x,y,z) V
cardinal sur R > contour(x,y,z) V
[-10,10]2 R > filled.contour(x,y,z) V
R > # Multiples options...

V V V V
S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Construction de graphiques

Créer un graphique :
plot(),image()...
Ajouter à un graphique existant :
lines(), abline(), points(), text(), rect()...
Récupérer les coordonnées d’un point en cliquant :
locator(1), text(locator(1),"ici")
Ouvrir une nouvelle fenêtre graphique :
windows(), X11()
Découper une fenêtre graphique :
par(mfrow=c(lig,col)), layout()

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Sauvegarde et/ou exportation

copier-coller : menu Fichier > Copier vers le

presse-papier puis coller dans le logiciel de son choix V
sauvegarder : menu Fichier, rubrique Sauver sous.
Formats : emf, ps, pdf, png, bmp, jpeg ... V
utiliser les fonctions associées à la sauvegarde de fichiers
graphiques : bmp(), jpeg(), pdf() ...

1 Redirection de la sortie graphique vers un fichier

R > jpeg("fichier.jpg")
2 Tracé du graphique
R > plot(1 :100) ;text(20,80,"abcdef")
3 Fermer le fichier. + Ne pas oublier cette étape !
R > dev.off()

V Windows uniquement

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Développements

Développements
3D (rgl), interactivité (iplots), facilité de création de
graphiques complexes (ggplot2) ...
mpg cyl disp
● ●
● ●
● ● ●
30
● ●
● ●
25 ● ●
● ● ●

mpg
● ●
● ● ● ●
20 ●
● ● ● ● ●
● ●
●
● ● ●
● ●
● ●
●
● ●
15 ●
● ●●
● ● ●
● ●
● ●

● ●●
10

8 ● ● ●●●
●●●● ● ●● ● ●
●● ●● ● ● ●●

cyl
6 ●● ●● ●● ● ●● ● ●

y
4 ●
● ● ● ● ● ● ● ● ●●
● ● ● ● ●●

2
● ●
● ●
● ●

400 ● ●

●● ● ● ●
●
● ●
300 ●
● ●
● ●● ●
● ●
● ●

disp
200
● ● ● ●
●
● ● ● ●
● ●
●
● ● ●
● ●
100 ●
●
● ●
●
●
● ●

15 20 25 30 4 5 6 7 8 100 200 300 400

x

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Structures de contrôle

Répétition
Formes classiques de la
répétition : R > for (i in 1 :10) print(i)
Nombre de répétitions R > som=0
pré-défini : for R > for (j in -5 :5){
Répétition jusqu’à + som=som+j
obtention d’un critère :
+ print(som)}
while
R > for (i in c(2,4,5,8)) print(i)
repeat, break, next
R > i=0
R > help("for")
renvoie une aide en ligne R > while (i<10){
commune pour les + print(i)
structures de contrôle + i=i+1}
(répétition et condition)

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Structures de contrôle

Condition

R > y=z=0 ;
Structure classique : R > for (i in 1 :10) {
if ... else + x=runif(1)
Structure particulière + if (x>0.5) y=y+1
ifelse(test, oui, + else z=z+1 }
non). Renvoie un objet R > y ;z
de la même forme que R > x = rnorm(10) V
test. R > y = ifelse(x>0, 1, -1) V
Ex (V) :
x = 0.6 -0.4 -1.8 -0.5 -0.7 -0.2 0.3 -1.3 0.1 -0.4
y = 1 -1 -1 -1 -1 -1 1 -1 1 -1

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Fonctions

R > f1=function(x){x+2}
Création de fonctions : R > f1(3)
function(arg1,...){corps}
R > x = f1(4)
Affectation de valeurs par
R > f2 = function(a,b=a){a+b} V
défaut à des arguments V
R > f2(a=2,b=3)
Utilité du type list pour
R > f2(5)
renvoyer plusieurs
informations de natures R > calc.rayon=function(r){
différentes V + p=2*pi*r ;s=pi*r*r ;
Reconnaissance du + list(ray=r,perim=p,surf=s) V
paramètre si raccourci non R > resultat=calc.rayon(3)
ambigü V
R > resultat$r V

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Fonctions

Créer un package

Documentation : Writing R extensions

Structure d’un package :
R > help(package.skeleton)
+ Création des fichiers et des répertoires (R, man,
data, src...) requis pour la construction du package à
partir des éléments R (fonctions, données) passés en
paramètre.

Vérification : R CMD check

Construction : R CMD build
Soumission à CRAN (ftp, mail)

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Fonctions

Interface avec C et FORTRAN

Référence : Writing R extensions (très technique !)
1 Fichier convolve.c
void convolve(double *a, int *na, double *b, int *nb, double *ab){
int i, j, nab = *na + *nb - 1;
for(i = 0; i < nab; i++) ab[i] = 0.0;
for(i = 0; i < *na; i++) for(j = 0; j < *nb; j++) ab[i + j] += a[i] * b[j];}

2 Création d’une librairie dynamique (Unix, .o et .so) : R CMD SHLIB convolve.c

3 Création d’une fonction R qui fait appel à la librairie (pas obligatoire, mais plus clair)

conv = function(a, b)
.C("convolve", as.double(a), as.integer(length(a)), as.double(b),
as.integer(length(b)), ab = double(length(a) + length(b) - 1))$ab

4 Chargement de la librairie dynamique dans R :

R > dyn.load("convolve.so")
5 Utilisation :

R > res = conv(1 :10,seq(0,1,l=10))

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Simulation

Les distributions courantes sont programmées : Beta,

Binomiale, Cauchy, Normale, Uniforme, Weibull...
Plusieurs fonctions pour chaque distribution. Par exemple,
pour la loi normale :
dnorm() : fonction densité (density)
pnorm() : fonction de répartition (probability)
qnorm() : fonction quantile (quantile)
rnorm() : générateur aléatoire (random)

R > help.search("Distribution")
S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Tests statistiques

La plupart des tests R > x=rnorm(100)

statistiques courants (et bien R > y=rnorm(100,mean=1)
d’autres) sont programmés
dans R. R > t.test(x,y)
Test de Student pour la R > var.test(x,y)
comparaison de moyennes. R > t.test(x,y,var.equal=T)
Test de Fisher pour la R > cor.test(x,y)
comparaison de variances. R > ks.test(x,y)
Test de nullité du coefficient R > ks.test(x,"pnorm")
de corrélation.
R > ks.test(y,"pnorm")
Test de Kolmogorov-Smirnov
R > ks.test(y,"pnorm",1)
...

R > help.search("test",package="stats")

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Statistique descriptive unidimensionnelle

Les fonctions boxplot() et hist() R > x=runif(100)

peuvent ne pas produire de R > y=runif(100)
graphique (option plot=FALSE).
R > mean(x) ;var(x) ;sd(x)
La fonction stem() produit une
R > min(x) ;max(x)
diagramme stem-and-leaf (tige et
feuille) qui donne un aperçu de la R > quantile(x) ;median(x)
répartition des données de façon R > quantile(x,0.9)
plus « rustique » qu’un histogramme
R > boxplot(x,plot=FALSE)
La fonction summary() est une
R > cov(x,y)
fonction générique (comme plot()
par exemple) qui s’adapte à la classe R > summary(x) V
(fonction class()) de l’objet passé R > stem(x) ;stem(y)
en paramètre (vecteur, matrice, data
R > hist(x,plot=F)
frame, résultat d’une fonction...) V

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Régression

Liste les jeux de données

disponibles dans le package
datasets attaché par défaut au R > search()
lancement de R. V R > ls(pos=7) V
Le résultat de la fonction R > help(cars)
lm() est un objet de classe R > res1 = lm(dist ˜ speed,
"lm", ce dont tient compte la + data=cars) ;res1
fonction summary(). V
R > class(res1) V
R > plot(cars) V
R > abline(res1) V
R > names(res1)
R > summary(res1) V
R > anova(res1)

V
S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Statistique descriptive multidimensionnelle

Jeu de données : USArrests

Criminalité aux Etats-Unis : 50 états, 4 variables
R > summary(USArrests)
Murder Assault UrbanPop Rape
Min. : 0.800 Min. : 45.0 Min. :32.00 Min. : 7.30
1st Qu.: 4.075 1st Qu.:109.0 1st Qu.:54.50 1st Qu.:15.07
Median : 7.250 Median :159.0 Median :66.00 Median :20.10
Mean : 7.788 Mean :170.8 Mean :65.54 Mean :21.23
3rd Qu.:11.250 3rd Qu.:249.0 3rd Qu.:77.75 3rd Qu.:26.18
Max. :17.400 Max. :337.0 Max. :91.00 Max. :46.00

R > boxplot(USArrests)

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Statistique descriptive multidimensionnelle

Analyse en composantes principales (ACP)

R > res.acp=prcomp(USArrests,scale=T)
R > plot(res.acp) V
R > summary(res.acp) V
R > biplot(res.acp) V

V
V PC1 PC2 PC3 PC4

Standard deviation 1.57 0.99 0.60 0.42

Proportion of Variance 0.62 0.25 0.09 0.04

V
Cumulative Proportion 0.62 0.87 0.96 1.00

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Statistique descriptive multidimensionnelle

Classification hiérarchique

R > d=dist(USArrests) V
R > clas=hclust(d,meth="ward") V
R > plot(clas) V

R > rect.hclust(clas,k=3)
R > rect.hclust(clas,k=6,bord="blue")

R > plot(hclust(dist(USArrests),method="ward")) V

S. Déjean Sémin’R
Présentation du logiciel R
Notions de base Fonctions graphiques Programmation Un peu de statistique

Présentation du logiciel R

Sébastien Déjean
math.univ-toulouse.fr/˜sdejean

Institut de Mathématiques de Toulouse UMR 5219

Université Paul-Sabatier (Toulouse III)

S. Déjean Sémin’R
Présentation du logiciel R