Chapitre 1 Introduction

Crédit photographique Pascal Boulin

1.1 Le parcours de formation

Ce dispositif de formation vise à faire monter en compétence les agents du MTECT (Ministère de la Transition écologique et de la Cohésion des territoires) et du MTE (Ministère de la Transition énergétique) dans le domaine de la science de la donnée avec le logiciel R. Il est conçu pour être déployé à l’échelle nationale par le réseau des CVRH (Centre de Valorisation des Ressources Humaines).

Le parcours proposé est structuré en modules de 2 jours chacun. Avoir suivi les deux premiers (ou disposer d’un niveau équivalent) est un pré-requis pour suivre les suivants qui sont proposés “à la carte” :

  • Module 1 : Socle - Premier programme en R
  • Module 2 : Socle - Préparation des données
  • Module 3 : Statistiques descriptives
  • Module 4 : Analyse des données multi-dimensionnelles
  • Module 5 : Datavisualisation : Produire des graphiques, des cartes et des tableaux
  • Module 6 : Publications reproductibles avec RMarkdown (à venir)
  • Module 7 : Analyse spatiale
  • Module 8 : Big data et optimisation du code (à venir)
  • Module 9 : Applications interactives avec RShiny (à venir)

La mise à disposition des supports de formation se fait par la page d’accueil du parcours de formation. Ces supports sont en licence ouverte.

Si vous souhaitez accéder aux sources ou aux données mobilisées pendant les formations, vous pouvez directement les télécharger depuis le Github du pôle ministériel.

Un package d’exercices, {savoirfR} rassemble toutes les données et les consignes d’exercices de ce parcours de formation (Modules 1, 2, 5 et 7 seulement pour l’instant).

Pour vous tenir au courant de l’offre de formation proposée par le réseau des CVRH, consultez la plateforme formation-ecologie.e2.rie.gouv.fr (un accès intranet MTECT-MTE est nécessaire). Vous pouvez vous abonner au flux RSS pour recevoir les annonces de formation qui vous intéressent.

Pour échanger de l’information, discuter autour de R ou encore faire part de difficultés et trouver ensemble les solutions, il existe deux canaux d’entraide :

1.2 Le groupe de référents R du pôle ministériel

  • Un groupe pour structurer une offre de formations sur R
  • Un réseau d’entraide

1.3 Objectif du module 3

Ce qui est visé est une autonomie en matière de statistiques de base avec le logiciel R.

Le module comprend, pour chacune des parties ci-dessous, l’acquisition ou le rappel des notions statistiques abordées, ainsi que la maîtrise de la production et de l’interprétation, avec le logiciel R, des statistiques descriptives, des représentations graphiques et des tests usuels.

1.4 Notions et méthodes présentées

1.4.1 Analyse univariée d’une variable quantitative

  • Histogramme
  • Courbe de densité
  • Diagramme quantile-quantile
  • Statistiques de tendance centrale (moyenne, médiane)
  • Statistiques de dispersion (variance, coefficient de variation, intervalle inter-quartiles)
  • Méthodes de discrétisation

1.4.2 Analyse univariée d’une variable qualitative

  • Diagrammes en barres et en secteurs
  • Tableau de fréquences pondérées ou non pondérées

1.4.3 Relation entre 2 variables quantitatives

  • Nuage de points
  • Corrélation paramétrique ou non paramétrique

1.4.4 Relation entre 2 variables qualitatives

  • Graphique en barres empilées ou juxtaposées
  • Graphique en mosaïque
  • Tableau de contingence
  • Profils-lignes et profils-colonnes
  • Test du \(\chi^2\), V de Cramer

1.4.5 Relation entre une variable qualitative et une variable quantitative

  • Agrégation d’une variable quantitative selon une variable qualitative
  • Boxplot, violin plot
  • ANOVA

1.5 Fondamentaux R présentés

Objets R, scripts, graphiques avec ggplot2, tests avec les packages de base, dplyr et lsr.