Langage R



Langage R
(-)


R - Initiation 1
Devenir autonome dans la manipulation des données, la réalisation d'analyses simples et l'élaboration de graphiques dans R.
R - Initiation 2
Se perfectionner en R, écrire des fonctions avancées et automatiser des programmes.
R - Intermédiaire
Programmer efficacement en R après avoir acquis les bases, écrire ses propres fonctions, utiliser des sources de données diverses, se connecter à des bases de données, réaliser des visualisations efficaces.
R - Avancé
Développer des packages, écrire de la documentation technique avec roxygen2, faire du versioning de script avec Git, utiliser devtools pour le développement, mettre des tests automatiques avec testthat, faire de l’intégration avec Travis et AppVeyor.
R - Shiny
Shiny est un package permettant de réaliser à l'aide du langage R des applications web et ainsi de rendre interactif et dynamique des rapports, des résultats d'analyses ou des outils statistiques avancés.
R - ggplot2
ggplot2 est le package de visualisation de référence pour le langage R. Il permet à la fois d'explorer rapidement des données à l'aide de graphiques simples et faciles à construire, ainsi que de réaliser des graphiques complexes et élaborés pour des publications ou rapports.
R - data.table
data.table est un package permettant la manipulation de données dans R. Il permet de traiter des volumes de données importants et est le package le plus performant en termes de temps de traitement pour réaliser des opérations comme des jointures ou des agrégations
R - Statistiques descriptives
Justifier de l'importance des statistiques descriptives ; savoir définir la nature de chacune des variables ; choisir les statistiques et les graphiques adaptés pour décrire les données ; réaliser une analyse descriptive complète sur un fichier de données.
R - Analyses multivariées
Présentation de méthodes statistiques adaptées à la valorisation de vastes ensembles de données issues d'enquêtes ponctuelles ou d'exploitations de bases de données ; l'accent est mis sur les procédures de type Data Mining permettant de synthétiser, de la manière la plus objective possible, les données à analyser.
R - Régression PLS et spectres
La régression PLS est une approche qui dans la pratique remplace souvent la régression linéaire ordinaire. Cette méthode s’applique quand le nombre de variables est plus important que le nombre d’observations, ou encore lorsqu’il existe une forte multicolinéarité entre les variables explicatives. Elle s’applique également en présence de données manquantes. Il s’agit d’une technique puissante, communément utilisée pour le traitement des données spectrales.
R - SAS2R
Transcrire des codes SAS de manière efficace en scripts R.


Pour plus de renseignements, contactez :

- Tél : +33 (0) 1 72 92 05 58