Aller au contenu

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

Calculs statistiques en R

Statistiques, Programmation, R · PDF · 17 pages · 2021

Afficher l'aperçu du document

Consulter le document original →

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 : 9.5

Fonctions 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.

Partager

Commentaires

Aucun commentaire pour le moment. Posez la première question.

Les commentaires sont relus avant publication. Votre e-mail n'est jamais affiché.

← Toutes les révisions