Initiation au logiciel R

Jean-Pierre Asselin De Beauville, Sacha Varin

Description

Cet ouvrage en couleur, agrémenté de nombreuses captures d'écrans, présente les techniques d'analyse de données les plus connues. Il s'articule en deux parties : l'une axée sur la présentation et l'utilisation du logiciel R. L'autre expose les principales méthodes d'analyse de données. Chaque exemple comprend sa solution détaillée et explicite les sorties du logiciel R. Ce livre s'adresse principalement aux débutants même si les lecteurs plus avertis pourront, eux aussi, y trouver leur compte.

Sujets

• Cours
• Annales
• manuels

Informations

• Publié par: L'Harmattan
• Date de parution: 08 décembre 2014
• Nombre de lectures: 158
• EAN13: 9782806107473
• Langue: Français
• Poids de l'ouvrage: 13 Mo

Extrait

Initiation au logiciel R : premiers pas en analyse de données

J EAN -P IERRE A SSELIN DE B EAUVILLE S ACHA V ARIN Initiation au logiciel R : premiers pas en analyse de données Survol théorique et applications avec Rcmdr et FactoMineR

D/2014/4910/56

© Academia – L’Harmattan Grand’Place 29 B-1348 Louvain-la-Neuve

 I SBN : 978-2-8061-0196-9

Tous droits de reproduction, d’adaptation ou de traduction, par quelque procédé que ce soit, réservés pour tous pays sans l’autorisation de l’auteur ou de ses ayants droit.

www.editions-academia.be

Table des matières Prologue 9 Organisation de l’ouvrage 10 Introduction à l’analyse de données 13 Notion de données 13 L’objet de l’Analyse des données 14 Les deux grandes catégories de variables 15 Deux questions qui se posent souvent en analyse de données 16 CHAPITRE 1 Présentation du logiciel R dans le contexte de l’analyse de données 17 Le logiciel R, son interface RStudio, packages : utilisation 17 Comment télécharger R ? 17 L’interface RStudio – téléchargement 18 Présentation des quatre zones de RStudio 19 Les packages sous R 20 Qu’est-ce qu’un package et quels sont les intérêts d’utiliser des packages sous R ? 21 Le package R Commander (Rcmdr) 21 Installer les packages Rcmdr et FactoMineR en Plug-ins 21 Installer le package FactoMineR 25 Installer les packages Rcmdr et FactoMineR grâce à RStudio 25 Utilisation du package Rcmdr 28 Importer le tableau de données sous Rcmdr 29 Faire des statistiques basiques univariées avec Rcmdr 32 Statistiques descriptives 35 Les graphiques sous Rcmdr 37 L’histogramme 38 Le graphique en camembert (pour une variable qualitative) 40 Comment enregistrer et sauvegarder les données ? 42 Quitter R 44 L’analyse de données multivariées et FactoMineR 45 Le package FactoMineR 45 Synthèse de cette partie 52 CHAPITRE 2 L’Analyse factorielle des correspondances (AFC) 55 Généralités et définitions 55 Nuages, masses (poids), distances, inerties 57 Le modèle d’indépendance 61 Un exemple 62 Recherche des axes factoriels 64

Initiation au logiciel R : premiers pas en analyse de données

Relations entre les deux ajustements 65 Aides à l’interprétation 66 Positionnement d’éléments supplémentaires ou illustratifs 67 Suite de l’étude de l’exemple 68 Éléments d’interprétation 70 Réaliser une analyse factorielle des correspondances (AFC) à l’aide de FactoMineR 71 Présentation du jeu de données – matrice Excel 71 Règles et usages 77 Interprétations des axes factoriels 80 Interprétation des axes factoriels (axe par axe) 81 Compléments (effets Guttman) 83 Synthèse de cette partie 84 CHAPITRE 3 L’Analyse factorielle des correspondances multiples (AFCM) 85 Données et notations 85 Un exemple 85 Différentes représentations des données brutes 86 AFCM par analyse du tableau disjonctif complet 92 Variables et individus supplémentaires/illustratifs 97 Principales règles d’interprétation 98 Réaliser une AFCM avec FactoMineR du logiciel R 99 La réalisation de l’AFCM 103 Aide à l’interprétation des résultats 115 Combien d’axes conserver pour l’analyse ? 116 Les variables 116 Les individus 120 Interprétation des résultats 129 Synthèse de cette partie 130 CHAPITRE 4 L’Analyse en composantes principales (ACP) 133 Présentation 133 Les données 134 Un exemple 134 Ajustement du nuage des points-individus 137 Ajustement du nuage des points-variables 139 Qualité des représentations obtenues 141 Principales règles d'interprétation en ACP normée 142 Exemple d’ACP normée 142 Réaliser une ACP avec FactoMineR 144 Comment introduire des variables qualitatives ordinales ou nominales dans une ACP ? 145 Les valeurs propres 153

6

Table des matières

Les variables Interprétations des composantes principales Les individus (ici les 25 pays) Quels sont les pays bien représentés (COS2) et qui ont fortement contribué (CTR) à la fabrication des axes ? Interprétations des résultats de l’ACP Classification ascendante hiérarchique Synthèse de cette partie CHAPITRE 5 La Classification automatique (CA) Généralités Un exemple Notions de distances et de similarités (ou de dissimilarités) Ressemblance entre groupes d’individus ou d’objets La Classification ascendante hiérarchique (CAH) Aides à l’interprétation des résultats d’une CAH Classification par recherche directe d'une partition : algorithme d’agrégation autour de centres mobiles Méthode des centres mobiles Autres méthodes connexes de partitionnement direct Réaliser des classifications (CAH) et (K-means) grâce à Rcmdr et FactoMineR Présentation d’un extrait du jeu de données (fichier Excel) Effectuer une extension à la classification grâce à FactoMineR FactoMineR permet d’aller bien plus loin Sorties du logiciel R Réaliser une classification k-means grâce à Rcmdr Sorties du logiciel R Synthèse de cette partie Éléments de bibliographie et de sitographie

7

154 159 162

167 168 169 173

175 175 175 178 180 180 184

184 184 186

187 188 193 197 200 207 210 211 213

Prologue Cet ouvrage présente les principales techniques descriptives d’analyse de données et leur mise en pratique à l’aide du logiciel R. En fait, deux aspects distincts mais néanmoins complémentaires sont traités dans cet ouvrage : le premier concerne la découverte, la pratique et la connaissance des méthodes d’analyse de données, alors que le second est relatif à la présentation, l’utilisation et la compréhension générale du logiciel R, de son interface Rstudio et de quelques packages de R. Plus précisément, le livre présente les techniques descriptives d’analyse de données, les plus utilisées : l’Analyse en composantes principales (ACP), l’Analyse factorielle des correspondances (AFC), l’Analyse factorielle des correspondances multiples (AFCM) et la classification automatique (CA). Il illustre leur pratique à l’aide de deux packages du logiciel R : R Commander (Rcmdr) et FactoMineR. Cet ouvrage possède plusieurs atouts. Le premier est d’être écrit en langue française, le deuxième est d’être présenté de façon attrayante (couleur, graphiques…), le troisième est d’offrir simultanément une formation aux principales techniques d’analyse de données et à l’emploi de certains packages spécialisés du logiciel R. Le dernier, et non des moindres, réside dans le fait que l’ouvrage est conçu comme un « mode d’emploi », montrant étape par étape les manipulations à effectuer avec R de manière détaillée et illustrée. Actuellement, il existe de nombreux logiciels d’analyse de données. Nous avons opté pour R car celui-ci présente à nos yeux plusieurs avantages : il est gratuit, très complet, simple à télécharger, facile d’utilisation grâce à différents packages et en développement permanent. C’est, en outre, de nos jours un des logiciels les plus utilisés pour l’exploration et l’analyse des données. L’analyse de données, est très souvent perçue comme une discipline dont l’apprentissage est difficile. L’objectif de ce livre est de démontrer aux personnes qui pensent que cette discipline est compliquée à comprendre et à mettre en œuvre, qu’ils se trompent. En effet, sans posséder de grandes connaissances mathématiques et statistiques, tout un chacun, en parcourant cet ouvrage pourra être capable de faire appel à ces techniques ; la présentation des différentes méthodes exposées dans cet ouvrage étant faite de sorte que la compréhension soit rendue la plus facile possible pour le lecteur. Ce livre a été conçu principalement pour des étudiants qui ne se destinent pas au métier de la statistique mais qui auront à traiter un jour ou l’autre des données que ce soit dans leurs études, dans leur emploi ou dans un tout autre cadre.