Démarche statistique
UP Mathématiques appliquées
Vous trouverez sur ce site les énoncés de TDs associés au cours de démarche statistique
Liste des TDs du module
| Nom | Lien |
|---|---|
| TD1 : Charger, manipuler et visualiser des données dans R | TD1 |
| TD2 : Charger, manipuler et visualiser des données dans R | TD2 |
| TD3: Analyse en composantes principales | TD3 |
| TD4 : La pollution de l’eau du Buëch | TD4 |
| TD5 : Comparer plusieurs populations | TD5 |
| TD6 : Puissance et comparaison post-Hoc | TD6 |
| TD7 : Prendre en compte un effet bloc | TD7 |
| TD8 : Comparaison de compotes | TD8 |
| TD9 : La régression simple et au-delà | TD9 |
| TD10 : Régression multiple | TD10 |
| TD14 : Expliquer la variabilité d’une grandeur d’intérêt | TD11 |
| TD12 : Planification expérimentale | TD12 |
Scripts et données
Script
- TD1_script.R : le script pour bien démarrer le TD1.
- TD2_script.R : le script pour bien démarrer le TD2 si vous n’avez pas fait le TD1, sinon reprenez la suite du TD1.
Données
- Abricots : données sur la maturité des abricots,
- Angle : données sur l’évaluation des angles,
- Bébé : données sur le poids des bébés à la naiussance en fonction du sexe et du nombre de semaines de grossesse,
- Buëch : La pollution des eaux du Buëch
- Cafe : données sur la qualité des cafés en fonction de différentes provenances,
- Compote : données sur les compotes,
- dataSportV1 et dataSportV2
- Deboisement : effet du déboisement sur e coefficient de transfert entre température de l’air et température de l’eau
- Decathlon : résultats des 20 meilleurs athlètes aux décathlons des Jeux Olympiques d’Athènes en 2004, de ceux de Rio en 2016, des championnats d’Europe 2018 et du decastar de Talence en 2018.
- Douglas : relation entre volume et diamètre pour les pins Douglas,
- Financiers 3 : données sur la longueur des financiers produits,
- Jambon : données sur les dégustations de jambon,
- Lait : données sur le lien entre rendement fromager et composition du lait,
- Manchots de Palmer : ce jeu de données est distribué dans le package palmerpenguins d’Allison Horst
- Données paléo climatiques actuelles et données paléo climatiques passé
- Poussins : Evolution du poids des poussins selon le sexe et le traitement,
- puissance1 et puissance2,
- Sonde et sol compariason de 3 sondes sur 2 types de sol.
Vocabulaire du module
Statistique
| nom | TD |
|---|---|
| ACP | TD10 |
| TD3 | |
| TD4 | |
| AIC | TD10 |
| Analyse de la covariance | TD11 |
| Analyse de la variance | TD5 |
| TD9 | |
| Analyse de la variance à 2 facteurs | TD11 |
| TD7 | |
| Axe et plan principal | TD3 |
| TD4 | |
| BIC | TD10 |
| Comparaison de droites de régression (Ancova) | TD9 |
| Comparaison des niveaux d’un facteur | TD7 |
| Confusion entre effets | TD12 |
| distribution d’une variable | TD2 |
| Distribution d’une variable | TD1 |
| Droites de régression avec effet groupe | TD11 |
| Effet de la taille d’échantillon sur la puissance de détection | TD6 |
| Inertie | TD3 |
| TD4 | |
| Plan fractionnaire | TD12 |
| Regression | TD9 |
| Régression multiple | TD10 |
| Test d’analyse de la variance | TD6 |
| TD8 | |
| Test d’égalité d’un coefficient à une valeur | TD7 |
| TD9 | |
| Test post-hoc (comparaison entre modalités d’un facteur) | TD6 |
| TD8 | |
| Variable qualitative | TD1 |
| Variable quantitative | TD1 |
Environnement R
| nom | TD |
|---|---|
| argument | TD1 |
| Factoshiny | TD3 |
| TD4 | |
| fonction | TD1 |
| package | TD1 |
| package(MASS) | TD10 |
| projet | TD1 |
| Reprendre un projet | TD2 |
| script | TD1 |
Commandes R
| nom | TD |
|---|---|
| %>% | TD2 |
| anova | TD9 |
| Anova (package car) | TD8 |
| anova et lm | TD6 |
| TD8 | |
| as.factor | TD5 |
| compMeans | TD11 |
| cor | TD3 |
| emmeans | TD7 |
| emmeans (package emmeans) | TD6 |
| TD8 | |
| extractAIC | TD10 |
| Factoshiny | TD3 |
| TD4 | |
| filter | TD2 |
| geom_bar | TD1 |
| geom_boxplot | TD2 |
| geom_histogram | TD1 |
| geom_jitter | TD2 |
| geom_point | TD2 |
| geom_smooth | TD2 |
| TD9 | |
| ggplot | TD1 |
| ggtitle | TD1 |
| group_by | TD5 |
| is.na | TD2 |
| labs | TD2 |
| library | TD1 |
| LinearModel | TD11 |
| lm | TD7 |
| pairwise.t.test | TD6 |
| pf | TD5 |
| read.table | TD1 |
| rename | TD1 |
| round | TD3 |
| select | TD2 |
| stepAIC | TD10 |
| summarise | TD5 |
| summary | TD1 |
Informations diverses
Installation de logiciels
Les séances de travaux dirigés se feront sur vos ordinateurs personels, merci de venir à chaque séance avec au moins un ordinateur pour deux étudiants.
Nous utiliserons le logiciel R et l’environnement RStudio. Ces logiciels sont aujourd’hui les standards en statistique dans un grand nombre d’entreprises et sont disponibles pour Windows, Mac et Linux. (L’installation sur chromebook est en théorie possible mais la théorie pourrait être mise en défaut par les faits).
Processus d’installation :
- Il faut en premier lieu installer R
- puis installer l’environnement RStudio (version Rstudio Desktop).
C’est prêt.
Des ressources
Pour les graphiques
Les travaux dirigés sont l’occasion d’explorer quelques fonctionalités de R, suffisantes pour mettre en oeuvre la démarche statistique enseignée dans ce cours. Néanmoins il est probable que lors des projets, lors de vos stages à venir ou lorsque vous serez en situation professionnelle, vous ayez besoin d’acquérir de nouvelles connaissances pour répondre à vos besoins. nous listons ici quelques ressources intéressantes
- Data wrangling with R
- ou le très complet R for data science
Des aides mémoires
Des données
Le projet de statistique demande d’identifier une problématique et de l’analyser à partir d’un jeu de données de votre choix. Voici quelques pistes pour trouver un jeu de données, à choisir selon vos intérêts personnels.