R pour les utilisateurs SAS

Objectifs

Objectifs
Apprendre à réécrire sous R un programme SAS faisant appel à des étapes de manipulation, de traitement, d'analyse et de visualisation de données
Compétences visées
- Comprendre les principales différences et similitudes entre SAS et R
- Découvrir les principales fonctions R natives et celles des packages incontournables pour le traitement et l'analyse de données
- Transformer un code SAS en R

Programme de la formation

- Introduction
Présentation de R et son interface R Studio
Spécificités de l'approche R (par rapport à SAS)
Spécificités de la syntaxe R (par rapport à SAS)
- Manipulations de base sous R
Généralités sur le langage R "historique"
Installation et chargement de packages
Types de données sous R
Importer des fichiers sous R (textes bruts, Excel, dataset SAS)
Récupérer les caractéristiques d'un objet (équivalent procédure CONTENTS)
Calculer des indicateurs statistiques, et comparaison par rapport aux procédures type MEANS / FREQ de SAS
Pratique : importer un fichier SAS depuis R, le décrire et calculer des statistiques descriptives
- Traitement de données sous R
Le dataframe et ses manipulations courantes : équivalent sous R des dataset SAS
Package dyplr : manipuler les données dans une logique similaire à celle des étapes data / proc SQL
Autres packages du tidyverse : manipulations sur les dates, facteurs, chaînes de caractère, transpositions de données
Pratique : manipuler sous R un fichier de données
- Visualisations
Présentation succincte des fonctions natives de visualisation sous R
Package ggplot2 : principes, syntaxe et comparaison par rapport aux procédures GPLOT et SGPLOT
Pratique : produire sous R différentes visualisations graphiques
- Analyse de données et machine learning
Tests statistiques et ACP : mise en oeuvre sous R et interprétation des sorties
Régression linéaire : comparaison des approches et sorties de R par rapport à SAS (proc REG)
Introduction rapide au machine learning sous R
Pratique : mettre en oeuvre une régression et / ou une ACP sous R et comparer les sorties obtenues avec celles de SAS
- Aperçu des possibilités de R avec des packages additionnels
Packages SQL : pour rester dans la syntaxe d'une proc SQL
Markdown : pour générer des fichiers de sortie html / pdf dans la logique des sorties ODS de SAS
Shiny et/ou plotly : pour aller plus loin dans la visualisation interactive
Caret : pour aller plus loin dans le machine learning
Pratique : avoir un aperçu concret de ce que permettent ces packages à partir d'exemples déjà fournis
- Programmation sous R
Boucles et conditions sous R
Fonctions sous R : une alternative au macro langage de SAS
Fonctions de type apply : une autre alternative au macro langage
Pratique : transposer une macro SAS existante en un traitement automatisé sous R
- Cas pratique récapitulatif : transposer un code SAS en R
Réécrire sous R un programme SAS constitué de plusieurs étapes data, de macros / macro-variables et de procédures de visualisations
Etudier les différentes alternatives possibles sous R
- Conclusion
Forces et faiblesses de R par rapport à SAS
Récapitulatif des équivalents R sur les principales procédures SAS
Bonnes pratiques à acquérir et pratiques issues de SAS à bannir

Validation et sanction

Attestation de suivi de présence

Type de formation

Non certifiante

Sortie

Sans niveau spécifique