Analyse statistique de données avec le langage R

Présentation de R, premiers pas dans la console : Démystifier la console, une «super-calculatrice» qui exécute du code Prendre ses marques dans RStudio, créer son premier projet Comprendre ce qu'est un vecteur Se familiariser avec les packages et le moyen de les utiliser Utiliser Rmarkdown pour la prise de notes Visualiser des données Construire, modifier et exporter des graphiques avec le package {ggplot2} Importer des données Importer des fichiers plats de type .csv et .xls avec les packages {readr} et {readxl} Vérifier la qualité de l'import Typer les données (déterminer si chaque colonne est une date, une valeur numérique, un texte...) Manipuler et nettoyer des données Se familiariser avec les packages {dplyr} et {tidyr} Concevoir les opérations de manipulation de données comme un flux de traitement organisé : introduction de l'opérateur %>% Manipuler, transformer et résumer des données avec {dplyr} Remodeler les données sous un format adéquat avec {tidyr} Produire des rapports d'analyse Appréhender le concept de recherche reproductible Compiler des rapports commentés imbriqués de code R avec Rmarkdown. Savoir exporter en docx, en html et en pdf Mise en forme de tableau avec {DT} Décrire des données Calculer des paramètres descriptifs pertinents pour décrire des données (effectifs, moyennes, médianes, écart-types...) Utilisation du package {skimr} Autonomisation Approfondir les connaissances sur les packages Exporter des données Savoir comment trouver de l'aide face à un problème rencontré sur R Paramétrer finement les rapports d'analyse réalisés avec Rmarkdown Réaliser des jointures de données Réaliser une jointure simple Réaliser une jointure complexe Gérer des dates Formater, manipuler et opérer des calculs sur des dates avec le package {lubridate} Comprendre, appréhender et utiliser les formats dates dans R Gérer les chaînes de caractères Manipuler les chaînes de caractères avec le package {stringr} Gérer la présence de données manquantes dans les données