Calculs statistiques en R
Calculs statistiques en R Ce document présente les calculs statistiques en R, y compris les statistiques descriptives, les distributions de probabilité et la génération de nombres pseudo-aléatoires. Vous apprendrez à utiliser diverses fonctions pour effectuer des analyses statistiques, traiter les données manquantes, et générer des échantillons aléatoires.
D'après le document Calculs statistiques en R
Cet article a été rédigé automatiquement à partir du document source, puis vérifié avant publication.
Document source
Statistiques, Programmation, R · PDF · 17 pages · 2021
Afficher l'aperçu du document
Calculs statistiques en R
Ce document présente les calculs statistiques en R, y compris les statistiques descriptives, les distributions de probabilité et la génération de nombres pseudo-aléatoires. Vous apprendrez à utiliser diverses fonctions pour effectuer des analyses statistiques, traiter les données manquantes, et générer des échantillons aléatoires.
Statistiques descriptives
Fonctions retournant une seule statistique
Les fonctions permettant de calculer des statistiques descriptives en R sont nombreuses. Certaines retournent une seule valeur, comme :
- Mesures de position : min, max
- Mesures de tendance centrale : mean, median
- Mesures de dispersion : sd (écart-type), IQR (écart interquartile), mad (écart absolu médian)
Par exemple, pour le jeu de données cars :
mean(cars$dist) # Résultat : 42.98
Pour obtenir le maximum :
max(cars) # Résultat : 120
Traitement des données manquantes et argument na.rm
Les fonctions comme min, max, mean et median ont un argument commun nommé na.rm qui indique comment traiter les données manquantes (NA). Par défaut, na.rm est FALSE, ce qui signifie que les NA ne sont pas retirés :
x <- c(3, 6, NA, 8, 11, 15, 23)
median(x) # Résultat : NA
Pour calculer la médiane sans les NA :
median(x, na.rm = TRUE) # Résultat : 9.5Fonctions pouvant retourner plusieurs statistiques
D'autres fonctions retournent plusieurs statistiques :
- Mesures de position : range, quantile
- Résumé : summary
- Variances et covariances : var, cov, cor
Exemple avec range :
range(cars$speed) # Résultat : [1] 4 25
Pour obtenir les quantiles :
quantile(cars$speed) # Résultat : 0% 25% 50% 75% 100%
Calcul de fréquences
Les fonctions table, xtabs et ftable permettent de calculer des fréquences. Par exemple :
sondage <- data.frame(yeux = c("brun", "brun", "bleu", "brun", "vert", "brun", "bleu"),
cheveux = c("brun", "brun", "blond", "brun", "noir", "blond", "brun"),
genre = c("féminin", "masculin", "féminin", "féminin", "masculin", "féminin", "masculin"))
table(sondage$cheveux) # Résultat : blond 1, brun 4, noir 2
Distributions de probabilité
Fonction de densité
Les fonctions de densité en R commencent par la lettre d. Par exemple, pour une distribution binomiale :
dbinom(x = 2, size = 5, prob = 1/6) # Résultat : 0.160751
Pour une distribution normale standard :
dnorm(x = 1) # Résultat : 0.2419707
Fonction de répartition
La fonction de répartition est définie par FX(x) = P(X ≤ x). Exemple pour une distribution normale :
pnorm(q = 1) # Résultat : 0.8413447
Fonction quantile
La fonction quantile est l'inverse de la fonction de répartition. Exemple :
qnorm(p = 0.8413447) # Résultat : 0.9999998
Génération de nombres pseudo-aléatoires
Fonction sample
La fonction sample permet de tirer un échantillon aléatoire. Par exemple :
sample(x = 1:6, size = 5) # Résultat : échantillon de 5 éléments
Pour un tirage avec remise :
sample(x = 1:6, size = 10, replace = TRUE) # Résultat : échantillon de 10 éléments
Germe de la génération pseudo-aléatoire
Le germe contrôle la génération des nombres pseudo-aléatoires. Pour le fixer :
set.seed(753)
sample(letters, size = 5) # Résultat : échantillon reproductible
Points clés
- R offre de nombreuses fonctions pour les statistiques descriptives.
- Le traitement des données manquantes est essentiel pour des calculs précis.
- Les distributions de probabilité sont fondamentales pour l'analyse statistique.
- La génération de nombres pseudo-aléatoires permet des simulations reproductibles.
Glossaire
- na.rm : Argument pour gérer les données manquantes.
- dbinom : Fonction de masse pour la distribution binomiale.
- pnorm : Fonction de répartition pour la distribution normale.
- sample : Fonction pour tirer des échantillons aléatoires.
Questions fréquentes
Quelles sont les principales fonctions pour les statistiques descriptives en R ?
Les principales fonctions incluent mean, median, min, max, et sd pour calculer respectivement la moyenne, la médiane, le minimum, le maximum et l'écart-type.
Comment traiter les données manquantes en R ?
Utilisez l'argument na.rm = TRUE dans les fonctions comme mean ou median pour ignorer les valeurs NA lors des calculs.
Comment générer des nombres aléatoires en R ?
Utilisez les fonctions rnorm, runif, ou rchisq pour générer des nombres selon différentes distributions. La fonction sample permet également de tirer des échantillons aléatoires.
Commentaires
Aucun commentaire pour le moment. Posez la première question.