Introduction à la statistique avec R

What you will learn

At the end of this course, you will be able to:

comprendre les principes de base de la statistique
identifier les méthodes statistiques les plus couramment utilisées
utiliser le logiciel libre R

Description

Ce cours permet d’apprendre la statistique à l’aide du logiciel libre R.

Le recours aux mathématiques est minimal. L’objectif est de savoir analyser des données, de comprendre ce que l’on fait, et de pouvoir communiquer ses résultats.

Ce cours s’adresse aux étudiants et praticiens de toutes disciplines qui recherchent une formation pratique. Il sera utile à toute personne ayant le besoin d’analyser un jeu de données réel dans le cadre d’un enseignement, de son activité professionnelle ou de recherche, ou par simple curiosité d’analyser un jeu de données par soi-même (données du web, données publiques…).

Le cours s’appuie sur le logiciel libre R qui est un des logiciels de statistique les plus puissants disponibles actuellement.

Les méthodes abordées sont : les techniques descriptives, les tests, l’analyse de variance, les modèles de régression linéaire et logistique, les données censurées (de survie).

Format

Le cours comprend deux volets :

- des chapitres de cours abordant des notions de statistiques et des connaissances essentielles sur le logiciel R

- des "labs": vidéos de pratique du logiciel R sous l’interface RStudio.

Chaque semaine, 4 à 6 vidéos de cours d’une dizaine de minutes et un “lab” seront mis en ligne.

Prerequisites

Il n’y a pas de pré-requis pour suivre ce cours. Des connaissances de base en algèbre ou en programmation sont utiles mais ne sont pas nécessaires. En revanche, la volonté d’apprendre à analyser un jeu de données par soi-même est essentielle.

Public visé

Ce cours s'adresse à un public francophone cherchant à se former aux bases de la statistique avec un logiciel libre (disponible gratuitement). Il vise aussi bien un public en formation initiale qu'un public en formation continue. Compte tenu des nombreux domaines d'application des statistiques et de la taille importante de la communauté R, ce cours concerne une large audience. Sciences fondamentales comme appliquées, sciences humaines, gestion de projet, les statistiques concernent potentiellement l'ensemble des professions.

Assessment and certification

L’évaluation comporte trois niveaux :

- des quiz “mémoire” (5 à 10 questions à la fin de chaque vidéo),

- des quiz “exercice” (le plus souvent des calculs simples à réaliser avec R),

- un devoir à rendre sous forme de script R.

Un badge numérique sera attribué par FUN et l'Université Paris-Saclay à l'issue du MOOC aux apprenants qui auront obtenu une note supérieure à 60 %.

Course plan

- Introduction
  Chapitre 1 : Définitions
  Chapitre 2 : Représentations graphiques
  Chapitre 3 : Mesures de position et de dispersion : les principes
  Chapitre 4 : Mesures de position et de dispersion : la pratique
  Lab 1 : Introduction à R studio, manipulation des fichiers et des variables

- Chapitre 5 : Intervalles de confiance
  Chapitre 6 : Coefficient de corrélation
  Chapitre 7 : Risque relatif et odds-ratio
  Lab 2 : Manipulation de données, résumés numériques et graphiques
  Lab 3 : RMarkdown et rapport automatisé

- Chapitre 8 : Tests statistiques : le “p”
  Chapitre 9 : Tests statistiques : l’approche de Neyman et Pearson
  Chapitre 10 : Comparaison de deux pourcentages
  Chapitre 11 : Comparaison de deux moyennes
  Chapitre 12 : Test de nullité d’une corrélation, divers
  Lab 4 : Mesures d'association, tests statistiques, update sur RMarkdown

- Chapitre 13 : Régression linéaire simple
  Chapitre 14 : Régression linéaire, corrélation et test t
  Chapitre 15 : Régression linéaire multiple, analyse de variance
  Chapitre 16 : Introduction à la régression logistique
  Chapitre 17 : Régression logistique multiple
  Lab 5 : Régression linéaire et logistique

- Chapitre 18 : Données de survie ou censurées
  Chapitre 19 : Tests et modèles pour données censurées
  Chapitre 20 : Introduction aux méthodes exploratoires multidimensionnelles
  Chapitre 21 : Analyse en composantes principales
  Chapitre 22 : Classification hiérarchique

Other course runs

Archived

From March 27, 2017 to May 8, 2017
From Sept. 11, 2017 to Oct. 23, 2017
From April 9, 2018 to June 1, 2018
From Sept. 10, 2018 to Dec. 10, 2018
From March 4, 2019 to April 15, 2019
From Sept. 9, 2019 to Oct. 21, 2019
From Feb. 24, 2020 to July 14, 2020
From Sept. 7, 2020 to Oct. 20, 2020
From Feb. 15, 2021 to March 29, 2021
From Sept. 13, 2021 to Oct. 27, 2021
From Feb. 14, 2022 to March 28, 2022
From Sept. 12, 2022 to Oct. 27, 2022

Course team

Bruno Falissard

Christophe Lalanne

Organizations

Université Paris-Saclay

Lectures Recommandées

Falissard (Bruno), Comprendre et utiliser les statistiques dans les sciences de la vie, 3e édition. Masson (372 pages).

Falissard (Bruno), The analysis of questionnaire data with R, Chapman et Hall, CRC Press (280 pages)..

License

License for the course content

Attribution-NonCommercial-ShareAlike

You are free to:

Share — copy and redistribute the material in any medium or format
Adapt — remix, transform, and build upon the material

Under the following terms:

Attribution — You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
NonCommercial — You may not use the material for commercial purposes.
ShareAlike — If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.

License for the content created by course participants

Attribution-NonCommercial-ShareAlike

You are free to:

Share — copy and redistribute the material in any medium or format
Adapt — remix, transform, and build upon the material

Under the following terms:

Attribution — You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
NonCommercial — You may not use the material for commercial purposes.
ShareAlike — If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.