0% ont trouvé ce document utile (0 vote)
11 vues19 pages

Module 1 - Visualisation

Ce document présente une introduction à R, un langage de programmation pour la statistique et l'analyse de données. Il couvre l'installation de R et RStudio, l'interface de RStudio, l'importation de données et les packages essentiels à utiliser. Des exercices pratiques sont également proposés pour familiariser les étudiants avec l'utilisation de R.

Transféré par

dieusaityapatake
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
11 vues19 pages

Module 1 - Visualisation

Ce document présente une introduction à R, un langage de programmation pour la statistique et l'analyse de données. Il couvre l'installation de R et RStudio, l'interface de RStudio, l'importation de données et les packages essentiels à utiliser. Des exercices pratiques sont également proposés pour familiariser les étudiants avec l'utilisation de R.

Transféré par

dieusaityapatake
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Introduction à R

Nassibou Bassongui, PhD

13 mai 2025

N. Bassongui (CESAG) Intro R 1 / 19


Plan

1 Installation de R et R Studio

2 Interface et packages R

3 Importation de données

4 Exercice pratique de chargement de données

N. Bassongui (CESAG) Intro R 2 / 19


Objectifs pédagogiques

Ce module vise à familiariser les étudiants avec l’environnement de travail


de R, un langage de programmation utilisé pour la statistique, la
visualisation de données et l’analyse de données..
Comprendre l’installation de R et RStudio
Découvrir l’interface de R Studio
Identifier les principaux packages utiles pour l’analyse de données

N. Bassongui (CESAG) Intro R 3 / 19


Installation de R

Télécharger R depuis le CRAN : [Link]


Choisir votre système d’exploitation
Windows : cliquez sur Download R for Windows puis base
MacOS : cliquez sur Download R for macOS
Linux : suivez les instructions spécifiques à votre distribution
Installer le fichier téléchargé

N. Bassongui (CESAG) Intro R 4 / 19


Installation de R Studio

Télécharger R Studio depuis :


[Link]
Choisir la version gratuite : RStudio Desktop Open Source License
Installer R Studio après R
Important : Il faut installer R avant RStudio.

N. Bassongui (CESAG) Intro R 5 / 19


Interface de R Studio

R Studio se compose de quatre panneaux principaux :

Panneau Fonction
Script (en haut à gauche) Écrire et sauvegarder votre code R (.R
ou .Rmd)
Console (en bas à gauche) Exécuter les commandes
immédiatement
Environnement/History (en Liste des objets créés + historique des
haut à droite) commandes
Plots/Packages/Files/Help Graphiques, fichiers, aide en ligne
(en bas à droite)

Cliquez sur l’onglet “Help” et tapez mean ou lm pour obtenir de


l’aide sur les fonctions.

N. Bassongui (CESAG) Intro R 6 / 19


Packages dans R

Un package est une bibliothèque de fonctions utiles. Avant d’utiliser un


package, vous devez :
L’installer une fois avec [Link]()
Le charger à chaque session avec library()

N. Bassongui (CESAG) Intro R 7 / 19


Packages utiles à installer dans R

Avant de commencer à utiliser R ou R Studio, il est obligatoire


d’installer quelques Packages qui sont jugés utiles et essentiels dans
l’excécution des tâches les plus courantes. Il s’agit de:
tidyverse : manipulation et visualisation de données
ggplot2 : graphiques
dplyr : manipulation de données
readr : importation de fichiers CSV
haven : lecture de fichiers SPSS, Stata, SAS

N. Bassongui (CESAG) Intro R 8 / 19


Installation et chargement des packages

# Installer les packages (à faire une seule fois)


[Link]("tidyverse")
[Link]("haven")

# Charger les packages (à chaque session)


library(tidyverse)
library(haven)

N. Bassongui (CESAG) Intro R 9 / 19


Définir le répertoire de travail

Pourquoi ? Pour que R puisse accéder aux fichiers sans avoir à écrire tout
le chemin à chaque fois.
1 Option 1 : Par l’interface graphique
2 Option 2 : Par code

N. Bassongui (CESAG) Intro R 10 / 19


Option 1 : Par l’interface graphique

1 Menu Session → Set Working Directory


2 Choisir Choose Directory...
3 Sélectionner le dossier de votre projet
4 Afficher le répertoire courant: getwd()

N. Bassongui (CESAG) Intro R 11 / 19


Option 2 : Par code

Exemple setwd(”C:/Users/MonNom/Documents/ProjetR”)

N. Bassongui (CESAG) Intro R 12 / 19


Importer des données dans RStudio

Objectif : Charger un fichier .csv dans RStudio


Nom du fichier : [Link]
Emplacement : répertoire de travail (Working Directory)

N. Bassongui (CESAG) Intro R 13 / 19


Méthode 1 : via les menus (clic)

1 Aller dans le menu Environment (en haut à droite)


2 Cliquer sur Import Dataset → From Text (readr)...
3 Parcourir les fichiers pour sélectionner [Link]
4 Vérifier les options (séparateur, encodage, etc.)
5 Cliquer sur Import
Résultat : RStudio génère un code comme celui-ci :
library(readr)
donnees - read csv(”[Link]”)

N. Bassongui (CESAG) Intro R 14 / 19


Méthode 2 : en utilisant le code

Étapes :
1 Charger le package readr
2 Utiliser la fonction read csv()

Exemple
# Importer les données
donnees <- read csv("[Link]")

N. Bassongui (CESAG) Intro R 15 / 19


Importer un fichier Excel dans R

Étapes :
1 Installer et charger le package readxl
2 Utiliser la fonction read excel()

Exemple de code
# Charger le package
library(readxl)
# Lire le fichier Excel
donnees <- read excel("[Link]")

Astuce : Pour lire une feuille spécifique :


read excel("[Link]", sheet = "Feuille2")

N. Bassongui (CESAG) Intro R 16 / 19


Importer des données SPSS ou Stata

Étapes :
1 Installer et charger le package haven
2 Utiliser read sav() pour SPSS
ou read dta() pour Stata

Exemples
# SPSS (.sav)
donnees spss <- read sav("[Link]")
# Stata (.dta)
donnees stata <- read dta("[Link]")

Conseil : Les formats SPSS et Stata conservent les labels de variables !

N. Bassongui (CESAG) Intro R 17 / 19


Exercice pratique

Etape 1: Suivez les instructions suivantes:


Ouvrir R Studio
Créer un script R (.R)
Copier et exécuter les commandes suivantes

data <- mtcars


head(data)
summary(data)

Etape 2: Qu’observez vous après l’exécution des 3 lignes de codes?

N. Bassongui (CESAG) Intro R 18 / 19


Exercice pratique

Etape 3: Importez les données sur le programme d’éducation


sociale au Burkina Faso

N. Bassongui (CESAG) Intro R 19 / 19

Vous aimerez peut-être aussi