Introduction à la

programmation en R
Vincent Goulet
Introduction à la
programmation en R

Vincent Goulet
École d’actuariat, Université Laval

Quatrième édition
© 2014 Vincent Goulet

Cette création est mise à disposition selon le contrat Attribution-Partage

dans les mêmes conditions 4.0 International de Creative Commons. En vertu
de ce contrat, vous êtes libre de :
x partager — reproduire, distribuer et communiquer l’œuvre ;
x remixer — adapter l’œuvre ;
x utiliser cette œuvre à des fins commerciales.
Selon les conditions suivantes :

Attribution — Vous devez créditer l’œuvre, intégrer un lien vers le

contrat et indiquer si des modifications ont été effectuées à l’œuvre.
Vous devez indiquer ces informations par tous les moyens pos-
sibles, mais vous ne pouvez suggérer que l’Offrant vous soutient
ou soutient la façon dont vous avez utilisé son œuvre.
Partage dans les mêmes conditions — Dans le cas où vous modi-
fiez, transformez ou créez à partir du matériel composant l’œuvre
originale, vous devez diffuser l’œuvre modifiée dans les même
conditions, c’est à dire avec le même contrat avec lequel l’œuvre
originale a été diffusée.

Code source
Le code source de ce document est disponible dans le dépôt [Link]
[Link]/svn-pub/vgoulet/documents/intro_r/ ou en communi-
quant directement avec l’auteur.

ISBN 978-2-9811416-3-7
Dépôt légal – Bibliothèque et Archives nationales du Québec, 2014
Dépôt légal – Bibliothèque et Archives Canada, 2014

Couverture
Le hibou en couverture est un harfang des neiges (Bubo scandiacus), l’em-
blème aviaire du Québec. Ce choix relève également d’un clin d’œil à la cou-
verture de Braun et Murdoch (2007).

Crédits photo : David G. Hemmings via Wikimedia Commons

Introduction

Depuis maintenant plus d’une décennie, le système R connaît une pro-

gression remarquable dans ses fonctionnalités, dans la variété de ses do-
maines d’application ou, plus simplement, dans le nombre de ses utilisa-
teurs. La documentation disponible a suivi la même tangente, plusieurs mai-
sons d’édition ayant démarré des collections dédiées spécifiquement aux
utilisations que l’on fait de R en sciences naturelles, en sciences sociales,
en finance, etc. Néanmoins, peu d’ouvrages se concentrent sur l’apprentis-
sage de R en tant que langage de programmation sous-jacent aux fonctions
statistiques. C’est la niche que nous tâchons d’occuper.
L’ouvrage est basé sur des notes de cours et des exercices utilisés à
l’École d’actuariat de l’Université Laval. L’enseignement du langage R est axé
sur l’exposition à un maximum de code — que nous avons la prétention de
croire bien écrit — et sur la pratique de la programmation. C’est pourquoi
les chapitres sont rédigés de manière synthétique et qu’ils comportent peu
d’exemples au fil du texte. En revanche, le lecteur est appelé à lire et à exé-
cuter le code informatique se trouvant dans les sections d’exemples à la fin
de chacun des chapitres. Ce code et les commentaires qui l’accompagnent
reviennent sur l’essentiel des concepts du chapitre et les complémentent
souvent. Nous considérons l’exercice d’«étude active» consistant à exécuter
du code et à voir ses effet comme essentielle à l’apprentissage du langage R.
Le texte des sections d’exemples est disponible en format électronique
sous la rubrique de la documentation par des tiers (Contributed) du site Com-
prehensive R Archive Network :

[Link]

Cette quatrième édition de l’ouvrage se distingue principalement de la

précédente par l’ajout de liens vers des vidéos réalisées par l’auteur qui re-
viennent sur certains sujets plus délicats. Le symbole de lecture vidéo dans la
marge — tel que ci-contre — indique qu’une vidéo est disponible sur le sujet

en hyperlien. Les vidéos sont toutes disponibles dans la chaîne YouTube

v
vi Introduction

[Link]
Certains exemples et exercices trahissent le premier public de ce docu-
ment : on y fait à l’occasion référence à des concepts de base de la théorie
des probabilités et des mathématiques financières. Les contextes actuariels
demeurent néanmoins peu nombreux et ne devraient généralement pas dé-
router le lecteur pour qui ces notions sont moins familières. Les réponses
de tous les exercices se trouvent en annexe. En consultation électronique, le
numéro d’un exercice est un hyperlien vers sa réponse, et vice versa.
On trouvera également en annexe une introduction à l’éditeur de texte
GNU Emacs et au mode ESS, un bref exposé sur la planification d’une simula-
tion en R, ainsi que des conseils sur l’administration d’une bibliothèque de
packages R.
Nous tenons à remercier M. Mathieu Boudreault pour sa collaboration
dans la rédaction des exercices et Mme Mireille Côté pour la révision linguis-
tique de la seconde édition.

Vincent Goulet
Québec, janvier 2014
Table des matières

Introduction v

1 Présentation du langage R 1
1.1 Bref historique 1
1.2 Description sommaire de R 2
1.3 Interfaces 3
1.4 Stratégies de travail 4
1.5 Éditeurs de texte 5
1.6 Anatomie d’une session de travail 8
1.7 Répertoire de travail 9
1.8 Consulter l’aide en ligne 10
1.9 Où trouver de la documentation 10
1.10 Exemples 10
1.11 Exercices 12

2 Bases du langage R 15
2.1 Commandes R 15
2.2 Conventions pour les noms d’objets 17
2.3 Les objets R 19
2.4 Vecteurs 23
2.5 Matrices et tableaux 24
2.6 Listes 27
2.7 Data frames 28
2.8 Indiçage 29
2.9 Exemples 31
2.10 Exercices 41

3 Opérateurs et fonctions 45
3.1 Opérations arithmétiques 45

vii
viii Table des matières

3.2 Opérateurs 46
3.3 Appels de fonctions 47
3.4 Quelques fonctions utiles 48
3.5 Structures de contrôle 55
3.6 Fonctions additionnelles 56
3.7 Exemples 57
3.8 Exercices 65

4 Exemples résolus 69
4.1 Calcul de valeurs actuelles 69
4.2 Fonctions de masse de probabilité 70
4.3 Fonction de répartition de la loi gamma 72
4.4 Algorithme du point fixe 74
4.5 Suite de Fibonacci 75
4.6 Exercices 77

5 Fonctions définies par l’usager 79

5.1 Définition d’une fonction 79
5.2 Retourner des résultats 80
5.3 Variables locales et globales 80
5.4 Exemple de fonction 81
5.5 Fonctions anonymes 82
5.6 Débogage de fonctions 82
5.7 Styles de codage 83
5.8 Exemples 84
5.9 Exercices 88

6 Concepts avancés 93
6.1 Argument ‘...’ 93
6.2 Fonction apply 94
6.3 Fonctions lapply et sapply 96
6.4 Fonction mapply 98
6.5 Fonction replicate 100
6.6 Classes et fonctions génériques 100
6.7 Exemples 101
6.8 Exercices 108

7 Fonctions d’optimisation 113

7.1 Contexte 113
7.2 Fonctions d’optimisation et de calcul de racines 114
Table des matières ix

7.3 Astuce Ripley 115

7.4 Pour en savoir plus 116
7.5 Exemples 116
7.6 Exercices 120

8 Générateurs de nombres aléatoires 123

8.1 Générateurs de nombres aléatoires 123
8.2 Fonctions de simulation de variables aléatoires non uniformes 124
8.3 Exemples 126
8.4 Exercices 127

A GNU Emacs et ESS : la base 129

A.1 Mise en contexte 129
A.2 Installation 130
A.3 Description sommaire 131
A.4 Emacs-ismes et Unix-ismes 131
A.5 Commandes de base 132
A.6 Anatomie d’une session de travail (bis) 137
A.7 Configuration de l’éditeur 138
A.8 Aide et documentation 139

B Planification d’une simulation en R 141

B.1 Contexte 141
B.2 Première approche : avec une boucle 142
B.3 Seconde approche : avec sapply 142
B.4 Variante de la seconde approche 146
B.5 Gestion des fichiers 146
B.6 Exécution en lot 147
B.7 Conclusion 148

C Installation de packages dans R 149

Réponses des exercices 153

Chapitre 2 153
Chapitre 3 154
Chapitre 4 155
Chapitre 5 156
Chapitre 6 161
Chapitre 7 162
Chapitre 8 164
x Table des matières

Bibliographie 165

Index 167
Tiré de [Link]
 Présentation du langage R

Objectifs du chapitre

x Comprendre ce qu’est un langage de programmation interprété.

x Connaître la provenance du langage R et les principes ayant guidé son développe-
ment.
x Mettre en place sur son poste de travail un environnement de développement en
R.
x Démarrer une session R et exécuter des commandes simples.
x Utiliser des fichiers de script R de manière interactive.
x Créer, modifier et sauvegarder ses propres fichiers de script R.

. Bref historique

À l’origine fut le S, un langage pour «programmer avec des données» dé-
veloppé chez Bell Laboratories à partir du milieu des années 1970 par une
équipe de chercheurs menée par John M. Chambers. Au fil du temps, le S
a connu quatre principales versions communément identifiées par la cou-
leur du livre dans lequel elles étaient présentées : version «originale» (Brown
Book ; Becker et Chambers, 1984), version 2 (Blue Book ; Becker et collab.,
1988), version 3 (White Book ; Chambers et Hastie, 1992) et version 4 (Green
Book ; Chambers, 1998) ; voir aussi Chambers (2000) et Becker (1994) pour
plus de détails.
Dès la fin des années 1980 et pendant près de vingt ans, le S a principa-
lement été popularisé par une mise en œuvre commerciale nommée S-PLUS.
En 2008, Lucent Technologies a vendu le langage S à Insightful Corporation,
ce qui a effectivement stoppé le développement du langage par ses auteurs
originaux. Aujourd’hui, le S est commercialisé de manière relativement confi-
dentielle sous le nom Spotfire S+ par TIBCO Software.

1
2 Présentation du langage R

Ce qui a fortement contribué à la perte d’influence de S-PLUS, c’est une

nouvelle mise en œuvre du langage développée au milieu des années 1990.
Inspirés à la fois par le S et par Scheme (un dérivé du Lisp), Ross Ihaka et
Robert Gentleman proposent un langage pour l’analyse de données et les
graphiques qu’ils nomment R (Ihaka et Gentleman, 1996). À la suggestion
de Martin Maechler de l’ETH de Zurich, les auteurs décident d’intégrer leur
nouveau langage au projet GNU 1 , faisant de R un logiciel libre.
Ainsi disponible gratuitement et ouvert aux contributions de tous, R
gagne rapidement en popularité là même où S-PLUS avait acquis ses lettres
de noblesse, soit dans les milieux académiques. De simple dérivé «not unlike
S», R devient un concurrent sérieux à S-PLUS, puis le surpasse lorsque les
efforts de développement se rangent massivement derrière le projet libre.
D’ailleurs John Chambers place aujourd’hui ses efforts de réflexion et de
développement dans le projet R (Chambers, 2008).

. Description sommaire de R

 R est un environnement intégré de manipulation de données, de calcul et

de préparation de graphiques. Toutefois, ce n’est pas seulement un «autre»
environnement statistique (comme SPSS ou SAS, par exemple), mais aussi un
langage de programmation complet et autonome.
Tel que mentionné précédemment, le R est un langage principalement
inspiré du S et de Scheme (Abelson et collab., 1996). Le S était à son tour
inspiré de plusieurs langages, dont l’APL (autrefois un langage très prisé
par les actuaires) et le Lisp. Comme tous ces langages, le R est interprété,
c’est-à-dire qu’il requiert un autre programme — l’interprète — pour que ses
commandes soient exécutées. Par opposition, les programmes de langages
compilés, comme le C ou le C++, sont d’abord convertis en code machine par
le compilateur puis directement exécutés par l’ordinateur.
Cela signifie donc que lorsque l’on programme en R, il n’est pas possible
de plaider l’attente de la fin de la phase de compilation pour perdre son
temps au travail. Désolé !
Le programme que l’on lance lorsque l’on exécute R est en fait l’inter-
prète. Celui-ci attend que l’on lui soumette des commandes dans le langage
R, commandes qu’il exécutera immédiatement, une à une et en séquence.
Par analogie, Excel est certes un logiciel de manipulation de données, de
mise en forme et de préparation de graphiques, mais c’est aussi au sens large

1. [Link]
1.3. Interfaces 3

un langage de programmation interprété. On utilise le langage de program-

mation lorsque l’on entre des commandes dans une cellule d’une feuille de
calcul. L’interprète exécute les commandes et affiche les résultats dans la
cellule.
Le R est un langage particulièrement puissant pour les applications ma-
thématiques et statistiques (et donc actuarielles) puisque précisément déve-
loppé dans ce but. Parmi ses caractéristiques particulièrement intéressantes,
on note :

x langage basé sur la notion de vecteur, ce qui simplifie les calculs mathé-
matiques et réduit considérablement le recours aux structures itératives
(boucles for, while, etc.) ;

x pas de typage ni de déclaration obligatoire des variables ;

x programmes courts, en général quelques lignes de code seulement ;
x temps de développement très court.

. Interfaces
R est d’abord et avant tout une application n’offrant qu’une invite de
commande du type de celle présentée à la figure 1.1. En soi, cela n’est pas si
différent d’un tableur tel que Excel : la zone d’entrée de texte dans une cellule
n’est rien d’autre qu’une invite de commande 2 , par ailleurs aux capacités
d’édition plutôt réduites.

x Sous Unix et Linux, R n’est accessible que depuis la ligne de commande

du système d’exploitation (terminal). Aucune interface graphique n’est of-
ferte avec la distribution de base de R.

x Sous Windows, une interface graphique plutôt rudimentaire est disponible.

Elle facilite certaines opérations tel que l’installation de packages externes,
mais elle offre autrement peu de fonctionnalités additionnelles pour l’édi-
tion de code R.

x L’interface graphique de R sous Mac OS X est la plus élaborée. Outre la con-

sole présentée à la figure 1.1, l’application [Link] comporte de nombreuses
fonctionnalités, dont un éditeur de code assez complet.

2. Merci à Markus Gesmann pour cette observation.

4 Présentation du langage R

Fig. 1.1 : Fenêtre de la console sous Mac OS X au démarrage de R

. Stratégies de travail

Dans la mesure où R se présente essentiellement sous forme d’une invite
de commande, il existe deux grandes stratégies de travail avec cet environ-
nement statistique.

1. On entre des expressions à la ligne de commande pour les évaluer immé-

diatement :

> 2 + 3

[1] 5

On peut également créer des objets contenant le résultat d’un calcul. Ces
objets sont stockés en mémoire dans l’espace de travail de R :

> x <- exp(2)

> x

[1] 7.389056
1.5. Éditeurs de texte 5

Lorsque la session de travail est terminée, on sauvegarde une image de

l’espace de travail sur le disque dur de l’ordinateur afin de pouvoir conser-
ver les objets pour une future séance de travail :

> [Link]()

Par défaut, l’image est sauvegardée dans un fichier nommé .RData dans
le dossier de travail actif (voir la section 1.7) et cette image est automati-
quement chargée en mémoire au prochain lancement de R, tel qu’indiqué
à la fin du message d’accueil :

[Sauvegarde de la session précédente restaurée]

Cette approche, dite de «code virtuel et objets réels» a un gros inconvé-

nient : le code utilisé pour créer les objets n’est pas sauvegardé entre
les sessions de travail. Or, celui-ci est souvent bien plus compliqué que
l’exemple ci-dessus. De plus, sans accès au code qui a servi à créer l’objet
x, comment savoir ce que la valeur 7.389056 représente au juste ?
2. L’approche dite de «code réel et objets virtuels» considère que ce qu’il
importe de conserver d’une session de travail à l’autre n’est pas tant les
objets que le code qui a servi à les créer. Ainsi, on sauvegardera dans
ce que l’on nommera des fichiers de script nos expressions R et le code
de nos fonctions personnelles. Par convention, on donne aux fichiers de
script un nom se terminant avec l’extension .R.
Avec cette approche, les objets sont créés au besoin en exécutant le code
des fichiers de script. Comment ? Simplement en copiant le code du fichier
de script et en le collant dans l’invite de commande de R. La figure 1.2
illustre schématiquement ce que le programmeur R a constamment sous
les yeux : d’un côté son fichier de script et, de l’autre, l’invite de com-
mande R dans laquelle son code a été exécuté.
La méthode d’apprentissage préconisée dans cet ouvrage suppose que le
lecteur utilisera cette seconde approche d’interaction avec R.

. Éditeurs de texte

Dans la mesure où l’on a recours à des fichiers de script tel qu’expliqué
à la section précédente, l’édition de code R bénéficie grandement d’un bon
éditeur de texte pour programmeur. Dans certains cas, l’éditeur peut même
réduire l’opération de copier-coller à un simple raccourci clavier.
6 Présentation du langage R

## Fichier de script simple contenant des expressions R pour

## faire des calculs et créer des objets.
2 + 3

## Probabilité d’une loi de Poisson(10)

x <- 7
10^x * exp(-10) / factorial(x)

## Petite fonction qui fait un calcul trivial

f <- function(x) x^2

## Évaluation de la fonction
f(2)

R version 2.15.0 (2012-03-30)

Copyright (C) 2012 The R Foundation for Statistical Computing
ISBN 3-900051-07-0
Platform :x86_64-apple-darwin9.8.0/x86_64 (64-bit)

[...]

> ## Fichier de script simple contenant des expressions R pour

> ## faire des calculs et créer des objets.
> 2 + 3
[1] 5
>
> ## Probabilité d’une loi de Poisson(10)
> x <- 7
> 10^x * exp(-10) / factorial(x)
[1] 0.09007923
>
> ## Petite fonction qui fait un calcul trivial
> f <- function(x) x^2
>
> ## Évaluation de la fonction
> f(2)
[1] 4

Fig. 1.2 : Fichier de script (en haut) et invite de commande R dans laquelle
les expressions R ont été exécutées (en bas). Les lignes débutant par # dans
le fichier de script sont des commentaires ignorés par l’interprète de com-
mandes.
1.5. Éditeurs de texte 7

x Un éditeur de texte est différent d’un traitement de texte en ce qu’il s’agit

d’un logiciel destiné à la création, l’édition et la sauvegarde de fichiers
textes purs, c’est-à-dire dépourvus d’information de présentation et de
mise en forme. Les applications Bloc-notes sous Windows ou TextEdit sous
Mac OS X sont deux exemples d’éditeurs de texte simples.
x Un éditeur de texte pour programmeur saura en plus reconnaître la syn-
taxe d’un langage de programmation et assister à sa mise en forme : inden-
tation automatique du code, coloration syntaxique, manipulation d’objets,
etc.
Le lecteur peut utiliser l’éditeur de texte de son choix pour l’édition de
code R. Certains éditeurs offrent simplement plus de fonctionnalités que
d’autres.
x GNU Emacs est un très ancien, mais aussi très puissant éditeur pour pro-
grammeur. À la question 6.2 de la foire aux questions de R (Hornik, 2013),
«Devrais-je utiliser R à l’intérieur de Emacs ?», la réponse est : «Oui, abso-
lument.»
En effet, combiné avec le mode ESS (Emacs Speaks Statistics), Emacs offre
un environnement de développement aussi riche qu’efficace. Entre autres
fonctionnalités uniques à cet éditeur, le fichier de script et l’invite de com-
mandes R sont regroupés dans la même fenêtre, comme on peut le voir à
la figure 1.3.
Emblême du logiciel libre, Emacs est disponible gratuitement et à l’iden-
tique sur toutes les plateformes supportées par R, dont Windows, OS X et
Linux.
x Consulter l’annexe A pour en savoir plus sur GNU Emacs et apprendre les
commandes essentielles pour y faire ses premiers pas.
x Malgré tous ses avantages (ou à cause de ceux-ci), Emacs est un logiciel
difficile à apprivoiser, surtout pour les personnes moins à l’aise avec l’in-
formatique.
x Il existe plusieurs autres options que Emacs pour éditer efficacement du
code R — et le Bloc-notes de Windows n’en fait pas partie ! Nous recom-
mandons plutôt :

– sous Windows, l’éditeur Notepad++ additionné de l’extension NppToR

(Redd, 2010), tous deux des logiciels libres ;
– toujours sous Windows, le partagiciel WinEdt muni de l’extension libre
R-WinEdt (Ligges, 2003) ;
8 Présentation du langage R

Fig. 1.3 : Fenêtre de GNU Emacs sous OS X en mode d’édition de code R. Dans
la partie du haut, on retrouve le fichier de script de la figure 1.2 et dans la
partie du bas, l’invite de commandes R.

– sous OS X, tout simplement l’éditeur de texte très complet intégré à l’ap-

plication [Link], ou alors l’éditeur de texte commercial TextMate (essai
gratuit de 30 jours) ;
– sous Linux, Vim et Kate semblent les choix les plus populaires après
Emacs dans la communauté R.

. Anatomie d’une session de travail

Dans ses grandes lignes, toute session de travail avec R se réduit aux
étapes ci-dessous.
1.7. Répertoire de travail 9

1. Ouvrir un fichier de script existant ou en créer un nouveau à l’aide de

l’éditeur de texte de son choix.
2. Démarrer une session R en cliquant sur l’icône de l’application si l’on
utilise une interface graphique, ou alors en suivant la procédure expliquée
à l’annexe A si l’on utilise GNU Emacs.
3. Au cours de la phase de développement, on fera généralement de nom-
breux aller-retours la ligne de commande où l’on testera des commandes
et le fichier de script où l’on consignera le code R que l’on souhaite sau-
vegarder et les commentaires qui nous permettront de s’y retrouver plus
tard.
4. Sauvegarder son fichier de script et quitter l’éditeur.
5. Si nécessaire — et c’est rarement le cas — sauvegarder l’espace de travail
de la session R avec [Link](). En fait, on ne voudra sauvegarder nos
objets R que lorsque ceux-ci sont très longs à créer comme, par exemple,
les résultats d’une simulation.
6. Quitter R en tapant q() à la ligne de commande ou en fermant l’interface
graphique par la procédure usuelle. Encore ici, la manière de procéder est
quelque peu différente dans GNU Emacs ; voir l’annexe A.
Évidemment, les étapes 1 et 2 sont interchangeables, tout comme les étapes
4, 5 et 6.

. Répertoire de travail

Le répertoire de travail (workspace) de R est le dossier par défaut dans
lequel le logiciel : 1) va rechercher des fichiers de script ou de données ; et
2) va sauvegarder l’espace de travail dans le fichier .RData. Le dossier de
travail est déterminé au lancement de R.
x Les interfaces graphiques démarrent avec un répertoire de travail par dé-
faut. Pour le changer, utiliser l’entrée appropriée dans le menu Fichier
(Windows) ou Divers (Mac OS X). Consulter aussi les foires aux questions
spécifiques aux interfaces graphiques (Ripley et Murdoch, 2013 ; Iacus et col-
lab., 2013) pour des détails additionnels sur la gestion des répertoires de
travail.
x Avec GNU Emacs, la situation est un peu plus simple puisque l’on doit spé-
cifier un répertoire de travail chaque fois que l’on démarre un processus
R ; voir l’annexe A.
10 Présentation du langage R

. Consulter l’aide en ligne

Les rubriques d’aide des diverses fonctions de R contiennent une foule
d’informations ainsi que des exemples d’utilisation. Leur consultation est
tout à fait essentielle.

x Pour consulter la rubrique d’aide de la fonction foo, on peut entrer à la

ligne de commande

> ?foo

ou

> help(foo)

. Où trouver de la documentation

La documentation officielle de R se compose de six guides accessibles
depuis le menu Aide des interfaces graphiques ou encore en ligne dans le site
du projet R 3 . Pour le débutant, seuls An Introduction to R et, possiblement,
R Data Import/Export peuvent s’avérer des ressources utiles à court terme.
Plusieurs livres — en versions papier ou électronique, gratuits ou non —
ont été publiés sur R. On en trouvera une liste exhaustive dans la section
Documentation du site du projet R.
Depuis plusieurs années maintenant, les ouvrages de Venables et Ripley
(2000, 2002) demeurent des références standards de facto sur les langages
S et R. Plus récent, Braun et Murdoch (2007) participe du même effort que
le présent ouvrage en se concentrant sur la programmation en R plutôt que
sur ses applications statistiques.

. Exemples

### Générer deux vecteurs de nombres pseudo-aléatoires issus

### d’une loi normale centrée réduite.
x <- rnorm(50)
y <- rnorm(x)

### Graphique des couples (x, y).

plot(x, y)

3. [Link]
1.10. Exemples 11

### Graphique d’une approximation de la densité du vecteur x.

plot(density(x))

### Générer la suite 1, 2, ..., 10.

1 :10

### La fonction ’seq’ sert à générer des suites plus générales.

seq(from = -5, to = 10, by = 3)
seq(from = -5, length = 10)

### La fonction ’rep’ sert à répéter des valeurs.

rep(1, 5) # répéter 1 cinq fois
rep(1 :5, 5) # répéter le vecteur 1,...,5 cinq fois
rep(1 :5, each = 5) # répéter chaque élément du vecteur cinq fois

### Arithmétique vectorielle.

v <- 1 :12 # initialisation d’un vecteur
v + 2 # additionner 2 à chaque élément de v
v * -12 :-1 # produit élément par élément
v + 1 :3 # le vecteur le plus court est recyclé

### Vecteur de nombres uniformes sur l’intervalle [1, 10].

v <- runif(12, min = 1, max = 10)
v

### Pour afficher le résultat d’une affectation, placer la

### commande entre parenthèses.
( v <- runif(12, min = 1, max = 10) )

### Arrondi des valeurs de v à l’entier près.

( v <- round(v) )

### Créer une matrice 3 x 4 à partir des valeurs de

### v. Remarquer que la matrice est remplie par colonne.
( m <- matrix(v, nrow = 3, ncol = 4) )

### Les opérateurs arithmétiques de base s’appliquent aux

### matrices comme aux vecteurs.
m + 2
m * 3
m ^ 2

### Éliminer la quatrième colonne afin d’obtenir une matrice

### carrée.
( m <- m[,-4] )
12 Présentation du langage R

### Transposée et inverse de la matrice m.

t(m)
solve(m)

### Produit matriciel.

m %*% m # produit de m avec elle-même
m %*% solve(m) # produit de m avec son inverse
round(m %*% solve(m)) # l’arrondi donne la matrice identité

### Consulter la rubrique d’aide de la fonction ’solve’.

?solve

### Liste des objets dans l’espace de travail.

ls()

### Nettoyage.
rm(x, y, v, m)

. Exercices
1.1 Démarrer une session R et entrer une à une les expressions ci-dessous à
la ligne de commande. Observer les résultats.
> ls()
> pi
> (v <- c(1, 5, 8))
> v * 2
> x <- v + c(2, 1, 7)
> x
> ls()
> q()

1.2 Ouvrir dans un éditeur de texte le fichier de script contenant le code

de la section précédente. Exécuter le code ligne par ligne et observer les
résultats. Repéter l’exercice avec un ou deux autres éditeurs de texte afin
de les comparer et de vous permettre d’en choisir un pour la suite.
1.3 Consulter les rubriques d’aide d’une ou plusieurs des fonctions rencon-
trées lors de l’exercice précédent. Observer d’abord comment les ru-
briques d’aide sont structurées — elles sont toutes identiques — puis
exécuter quelques expressions tirées des sections d’exemples.
1.4 Exécuter le code de l’exemple de session de travail R que l’on trouve à
l’annexe A de Venables et collab. (2013). En plus d’aider à se familiariser
1.11. Exercices 13

avec R, cet exercice permet de découvrir les fonctionnalités du logiciel

en tant qu’outil statistique.
 Bases du langage R

Objectifs du chapitre

x Écrire et interpréter la syntaxe et la sémantique du langage R.

x Identifier les principaux types de données disponibles dans R.
x Utiliser les divers modes d’objets (en particulier numeric, character et logical)
et la conversion automatique de l’un à l’autre.
x Créer et manipuler des vecteurs, matrices, tableaux, listes et data frames.
x Extraire des données d’un objet ou y affecter de nouvelles valeurs à l’aide des di-
verses méthodes d’indiçage.

Pour utiliser un langage de programmation, il faut en connaître la syntaxe

et la sémantique, du moins dans leurs grandes lignes. C’est dans cet esprit
que ce chapitre introduit des notions de base du langage R telles que l’ex-
pression, l’affectation et l’objet. Le concept de vecteur se trouvant au cœur
du langage, le chapitre fait une large place à la création et à la manipulation
des vecteurs et autres types d’objets de stockage couramment employés en
programmation en R.

. Commandes R
Tel que vu au chapitre précédent, l’utilisateur de R interagit avec l’inter-
prète R en entrant des commandes à l’invite de commande. Toute commande
R est soit une expression, soit une affectation.
x Normalement, une expression est immédiatement évaluée et le résultat
est affiché à l’écran :

> 2 + 3
[1] 5

15
16 Bases du langage R

> pi
[1] 3.141593
> cos(pi/4)
[1] 0.7071068

x Lors d’une affectation, une expression est évaluée, mais le résultat est
stocké dans un objet (variable) et rien n’est affiché à l’écran. Le symbole
d’affectation est <-, c’est-à-dire les deux caractères < et - placés obligatoi-
rement l’un à la suite de l’autre :
> a <- 5
> a
[1] 5
> b <- a
> b
[1] 5

x Pour affecter le résultat d’un calcul dans un objet et simultanément af-

ficher ce résultat, il suffit de placer l’affectation entre parenthèses pour
ainsi créer une nouvelle expression 1 :
> (a <- 2 + 3)
[1] 5

x Le symbole d’affectation inversé -> existe aussi, mais il est rarement uti-
lisé.
x Éviter d’utiliser l’opérateur = pour affecter une valeur à une variable puis-
que cette pratique est susceptible d’engendrer de la confusion avec les
constructions nom = valeur dans les appels de fonction.

Astuce. Dans les anciennes versions de S et R, l’on pouvait affecter avec le ca-
ractère de soulignement «_». Cet emploi n’est plus permis, mais la pratique
subsiste dans le mode ESS de Emacs. Ainsi, taper le caractère «_» hors d’une
chaîne de caractères dans Emacs génère automatiquement ␣<-␣. Si l’on sou-
haite véritablement obtenir le caractère de soulignement, il suffit d’appuyer
deux fois successives sur «_».

Que ce soit dans les fichiers de script ou à la ligne de commande, on

sépare les commandes R les unes des autres par un point-virgule ou par un
retour à la ligne.
1. En fait, cela devient un appel à l’opérateur ”(” qui ne fait que retourner son argument.
2.2. Conventions pour les noms d’objets 17

x On considère généralement comme du mauvais style d’employer les deux,

c’est-à-dire de placer des points-virgules à la fin de chaque ligne de code,
surtout dans les fichiers de script.
x Le point-virgule peut être utile pour séparer deux courtes expressions ou
plus sur une même ligne :
> a <- 5; a + 2
[1] 7

C’est le seul emploi du point-virgule que l’on rencontrera dans cet ouvrage.
On peut regrouper plusieurs commandes en une seule expression en les
entourant d’accolades { }.
x Le résultat du regroupement est la valeur de la dernière commande :
> {
+ a <- 2 + 3
+ b <- a
+ b
+ }
[1] 5

x Par conséquent, si le regroupement se termine par une assignation, aucune

valeur n’est retournée ni affichée à l’écran :
> {
+ a <- 2 + 3
+ b <- a
+ }

x Les règles ci-dessus joueront un rôle important dans la composition de

fonctions ; voir le chapitre 5.
x Comme on peut le voir ci-dessus, lorsqu’une commande n’est pas com-
plète à la fin de la ligne, l’invite de commande de R change de >␣ à +␣ pour
nous inciter à compléter notre commande.

. Conventions pour les noms d’objets

Les caractères permis pour les noms d’objets sont les lettres minuscules
a–z et majuscules A–Z, les chiffres 0–9, le point «.» et le caractère de souli-
gnement «_». Selon l’environnement linguistique de l’ordinateur, il peut être
permis d’utiliser des lettres accentuées, mais cette pratique est fortement
découragée puisqu’elle risque de nuire à la portabilité du code.
18 Bases du langage R

x Les noms d’objets ne peuvent commencer par un chiffre. S’ils commencent

par un point, le second caractère ne peut être un chiffre.
x Le R est sensible à la casse, ce qui signifie que foo, Foo et FOO sont trois ob-
jets distincts. Un moyen simple d’éviter des erreurs liées à la casse consiste
à n’employer que des lettres minuscules.
x Certains noms sont utilisés par le système R, aussi vaut-il mieux éviter de
les utiliser. En particulier, éviter d’utiliser
c, q, t, C, D, I, diff, length, mean, pi, range, var.

x Certains mots sont réservés et il est interdit de les utiliser comme nom
d’objet. Les mots réservés pour le système sont :
break, else, for, function, if, in, next, repeat, return, while,
TRUE, FALSE,
Inf, NA, NaN, NULL,
NA_integer_, NA_real_, NA_complex_, NA_character_,
..., ..1, ..2, etc.

Oui, ‘...’ (point-point-point) est véritablement un nom d’objet dans R ! Son

usage est expliqué à la section 6.1.
x Les variables T et F prennent par défaut les valeurs TRUE et FALSE, respec-
tivement, mais peuvent être réaffectées :

> T

[1] TRUE

> F

[1] FALSE

> TRUE <- 3

Error in TRUE <- 3 : membre gauche de l’assignation (do_set) incorrect

> (T <- 3)

[1] 3

x Nous recommandons de toujours écrire les valeurs booléennes TRUE et

FALSE au long pour éviter des bogues difficiles à détecter.
2.3. Les objets R 19

Mode Contenu de l’objet

numeric nombres réels
complex nombres complexes
logical valeurs booléennes (vrai/faux)
character chaînes de caractères
function fonction
list données quelconques
expression expressions non évaluées

Tab. 2.1 : Modes disponibles et contenus correspondants

. Les objets R

Tout dans le langage R est un objet : les variables contenant des données,
les fonctions, les opérateurs, même le symbole représentant le nom d’un
objet est lui-même un objet. Les objets possèdent au minimum un mode et
une longueur et certains peuvent être dotés d’un ou plusieurs attributs

x Le mode d’un objet est obtenu avec la fonction mode :

> v <- c(1, 2, 5, 9)
> mode(v)
[1] ”numeric”

x La longueur d’un objet est obtenue avec la fonction length :

> length(v)
[1] 4

.. Modes et types de données

Le mode prescrit ce qu’un objet peut contenir. À ce titre, un objet ne peut
avoir qu’un seul mode. Le tableau 2.1 contient la liste des principaux modes
disponibles en R. À chacun de ces modes correspond une fonction du même
nom servant à créer un objet de ce mode.

x Les objets de mode ”numeric”, ”complex”, ”logical” et ”character”

sont des objets simples (atomic en anglais) qui ne peuvent contenir que
des données d’un seul type.
20 Bases du langage R

x En revanche, les objets de mode ”list” ou ”expression” sont des objets

récursifs qui peuvent contenir d’autres objets. Par exemple, une liste peut
contenir une ou plusieurs autres listes ; voir la section 2.6 pour plus de
détails.
x La fonction typeof permet d’obtenir une description plus précise de la re-
présentation interne d’un objet (c’est-à-dire au niveau de la mise en œuvre
en C). Le mode et le type d’un objet sont souvent identiques.

.. Longueur
La longueur d’un objet est égale au nombre d’éléments qu’il contient.

x La longueur, au sens R du terme, d’une chaîne de caractères est toujours 1.

Un objet de mode character doit contenir plusieurs chaînes de caractères
pour que sa longueur soit supérieure à 1 :

> v1 <- ”actuariat”

> length(v1)

[1] 1

> v2 <- c(”a”, ”c”, ”t”, ”u”, ”a”, ”r”, ”i”, ”a”, ”t”)
> length(v2)

[1] 9

x Il faut utiliser la fonction nchar pour obtenir le nombre de caractères dans

une chaîne :

> nchar(v1)

[1] 9

> nchar(v2)

[1] 1 1 1 1 1 1 1 1 1

x Un objet peut être de longueur 0 et doit alors être interprété comme un

contenant qui existe, mais qui est vide :

> v <- numeric(0)

> length(v)

[1] 0
2.3. Les objets R 21

.. L’objet spécial NULL

L’objet spécial NULL représente «rien», ou le vide.
x Son mode est NULL.
x Sa longueur est 0.
x Toutefois différent d’un objet vide :
– un objet de longueur 0 est un contenant vide ;
– NULL est «pas de contenant».
x La fonction [Link] teste si un objet est NULL ou non.

.. Valeurs manquantes, indéterminées et infinies

Dans les applications statistiques, il est souvent utile de pouvoir repré-
senter des données manquantes. Dans R, l’objet spécial NA remplit ce rôle.
x Par défaut, le mode de NA est logical, mais NA ne peut être considéré ni
comme TRUE, ni comme FALSE.
x Toute opération impliquant une donnée NA a comme résultat NA.
x Certaines fonctions (sum, mean, par exemple) ont par conséquent un argu-
ment [Link] qui, lorsque TRUE, élimine les données manquantes avant de
faire un calcul.
x La valeur NA n’est égale à aucune autre, pas même elle-même (selon la règle
ci-dessus, le résultat de la comparaison est NA) :
> NA == NA
[1] NA

x Par conséquent, pour tester si les éléments d’un objet sont NA ou non il
faut utiliser la fonction [Link] :
> [Link](NA)
[1] TRUE

La norme IEEE 754 régissant la représentation interne des nombres dans

un ordinateur (IEEE, 2003) prévoit les valeurs mathématiques spéciales +∞
et −∞ ainsi que les formes indéterminées du type 00 ou ∞ − ∞. R dispose
d’objets spéciaux pour représenter ces valeurs.
x Inf représente +∞.
x -Inf représente −∞.
22 Bases du langage R

Attribut Utilisation
class affecte le comportement d’un objet
dim dimensions des matrices et tableaux
dimnames étiquettes des dimensions des matrices et tableaux
names étiquettes des éléments d’un objet

Tab. 2.2 : Attributs les plus usuels d’un objet

x NaN (Not a Number) représente une forme indéterminée.

x Ces valeurs sont testées avec les fonctions [Link], [Link] et
[Link].

.. Attributs
Les attributs d’un objet sont des éléments d’information additionnels
liés à cet objet. La liste des attributs les plus fréquemment rencontrés se
trouve au tableau 2.2. Pour chaque attribut, il existe une fonction du même
nom servant à extraire l’attribut correspondant d’un objet.
x Plus généralement, la fonction attributes permet d’extraire ou de modi-
fier la liste des attributs d’un objet. On peut aussi travailler sur un seul
attribut à la fois avec la fonction attr.
x On peut ajouter à peu près ce que l’on veut à la liste des attributs d’un
objet. Par exemple, on pourrait vouloir attacher au résultat d’un calcul la
méthode de calcul utilisée :
> x <- 3
> attr(x, ”methode”) <- ”au pif”
> attributes(x)
$methode
[1] ”au pif”

x Extraire un attribut qui n’existe pas retourne NULL :

> dim(x)
NULL

x À l’inverse, donner à un attribut la valeur NULL efface cet attribut :

> attr(x, ”methode”) <- NULL
> attributes(x)
NULL
2.4. Vecteurs 23

. Vecteurs
En R, à toutes fins pratiques, tout est un vecteur. Contrairement à certains
autres langages de programmation, il n’y a pas de notion de scalaire en R ; un
scalaire est simplement un vecteur de longueur 1. Comme nous le verrons
au chapitre 3, le vecteur est l’unité de base dans les calculs.
x Dans un vecteur simple, tous les éléments doivent être du même mode.
Nous nous restreignons à ce type de vecteurs pour le moment.
x Les fonctions de base pour créer des vecteurs sont :
– c (concaténation) ;
– numeric (vecteur de mode numeric) ;
– logical (vecteur de mode logical) ;
– character (vecteur de mode character).
x Il est possible (et souvent souhaitable) de donner une étiquette à chacun
des éléments d’un vecteur.
> (v <- c(a = 1, b = 2, c = 5))
a b c
1 2 5
> v <- c(1, 2, 5)
> names(v) <- c(”a”, ”b”, ”c”)
> v
a b c
1 2 5

Ces étiquettes font alors partie des attributs du vecteur.

x L’indiçage dans un vecteur se fait avec les crochets [ ]. On peut extraire
un élément d’un vecteur par sa position ou par son étiquette, si elle existe
(auquel cas cette approche est beaucoup plus sûre).
> v[3]
c
5
> v[”c”]
c
5

La section 2.8 traite plus en détail de l’indiçage des vecteurs et des ma-
trices.
24 Bases du langage R

. Matrices et tableaux

Le R étant un langage spécialisé pour les calculs mathématiques, il sup-
porte tout naturellement et de manière intuitive — à une exception près,
comme nous le verrons — les matrices et, plus généralement, les tableaux à
plusieurs dimensions.
 Les matrices et tableaux ne sont rien d’autre que des vecteurs dotés d’un
attribut dim. Ces objets sont donc stockés, et peuvent être manipulés, exac-
tement comme des vecteurs simples.

x Une matrice est un vecteur avec un attribut dim de longueur 2. Cela change
implicitement la classe de l’objet pour ”matrix” et, de ce fait, le mode
d’affichage de l’objet ainsi que son interaction avec plusieurs opérateurs
et fonctions.
x La fonction de base pour créer des matrices est matrix :
> matrix(1:6, nrow = 2, ncol = 3)
[,1] [,2] [,3]
[1,] 1 3 5
[2,] 2 4 6
> matrix(1:6, nrow = 2, ncol = 3, byrow = TRUE)
[,1] [,2] [,3]
[1,] 1 2 3
[2,] 4 5 6

x La généralisation d’une matrice à plus de deux dimensions est un tableau

(array). Le nombre de dimensions du tableau est toujours égal à la lon-
gueur de l’attribut dim. La classe implicite d’un tableau est ”array”.
x La fonction de base pour créer des tableaux est array :
> array(1:24, dim = c(3, 4, 2))
, , 1

[,1] [,2] [,3] [,4]

[1,] 1 4 7 10
[2,] 2 5 8 11
[3,] 3 6 9 12

, , 2
2.5. Matrices et tableaux 25

[,1] [,2] [,3] [,4]

[1,] 13 16 19 22
[2,] 14 17 20 23
[3,] 15 18 21 24

 On remarquera ci-dessus que les matrices et tableaux sont rem-

plis en faisant d’abord varier la première dimension, puis la se-
conde, etc. Pour les matrices, cela revient à remplir par colonne.
On conviendra que cette convention, héritée du Fortran, n’est
pas des plus intuitives.
La fonction matrix a un argument byrow qui permet d’inverser
l’ordre de remplissage. Cependant, il vaut mieux s’habituer à la
convention de R que d’essayer constamment de la contourner.

L’ordre de remplissage inhabituel des tableaux rend leur manipulation

difficile si on ne les visualise pas correctement. Imaginons un tableau de
dimensions 3 × 4 × 5.
x Il faut voir le tableau comme cinq matrices 3 × 4 (remplies par colonne !)
les unes derrière les autres.
x Autrement dit, le tableau est un prisme rectangulaire haut de 3 unités,
large de 4 et profond de 5.
x Si l’on ajoute une quatrième dimension, cela revient à aligner des prismes
les uns derrière les autres, et ainsi de suite.
La figure 2.1 fournit une représentation schématique des tableaux à trois et
quatre dimensions.
Comme pour les vecteurs, l’indiçage des matrices et tableaux se fait avec
les crochets [ ].
x On extrait un élément d’une matrice en précisant ses positions dans chaque
dimension de celle-ci, séparées par des virgules :
> (m <- matrix(c(40, 80, 45, 21, 55, 32), nrow = 2, ncol = 3))
[,1] [,2] [,3]
[1,] 40 45 55
[2,] 80 21 32
> m[1, 2]
[1] 45
26 Bases du langage R


1h 2h -
1g2g -

? ? 
3h 3g4g

(a) trois dimensions (b) quatre dimensions

Fig. 2.1 : Représentation schématique de tableaux. Les chiffres encerclés iden-

tifient l’ordre de remplissage.

x On peut aussi ne donner que la position de l’élément dans le vecteur sous-

jacent :
> m[3]
[1] 45

x Lorsqu’une dimension est omise dans les crochets, tous les éléments de
cette dimension sont extraits :
> m[2, ]
[1] 80 21 32

x Les idées sont les mêmes pour les tableaux.

x Pour le reste, les règles d’indiçage de vecteurs exposées à la section 2.8
s’appliquent à chaque position de l’indice d’une matrice ou d’un tableau.
Des fonctions permettent de fusionner des matrices et des tableaux ayant
au moins une dimension identique.
x La fonction rbind permet de fusionner verticalement deux matrices (ou
plus) ayant le même nombre de colonnes.
> n <- matrix(1:9, nrow = 3)
> rbind(m, n)
[,1] [,2] [,3]
[1,] 40 45 55
[2,] 80 21 32
[3,] 1 4 7
2.6. Listes 27

[4,] 2 5 8
[5,] 3 6 9

x La fonction cbind permet de fusionner horizontalement deux matrices (ou

plus) ayant le même nombre de lignes.
> n <- matrix(1:4, nrow = 2)
> cbind(m, n)
[,1] [,2] [,3] [,4] [,5]
[1,] 40 45 55 1 3
[2,] 80 21 32 2 4

. Listes
La liste est le mode de stockage le plus général et polyvalent du langage
R. Il s’agit d’un type de vecteur spécial dont les éléments peuvent être de
n’importe quel mode, y compris le mode list. Cela permet donc d’emboîter
des listes, d’où le qualificatif de récursif pour ce type d’objet.
x La fonction de base pour créer des listes est list :
> (x <- list(size = c(1, 5, 2), user = ”Joe”, new = TRUE))
$size
[1] 1 5 2

$user
[1] ”Joe”

$new
[1] TRUE

Ci-dessus, le premier élément de la liste est de mode ”numeric”, le second

de mode ”character” et le troisième de mode ”logical”.
x Nous recommandons de nommer les éléments d’une liste. En effet, les
listes contiennent souvent des données de types différents et il peut s’avé-
rer difficile d’identifier les éléments s’ils ne sont pas nommés. De plus,
comme nous le verrons ci-dessous, il est très simple d’extraire les éléments
d’une liste par leur étiquette.
x La liste demeure un vecteur. On peut donc l’indicer avec l’opérateur [ ].
Cependant, cela retourne une liste contenant le ou les éléments indicés.
C’est rarement ce que l’on souhaite.
28 Bases du langage R

x Pour indicer un élément d’une liste et n’obtenir que cet élément, et non
une liste contenant l’élément, il faut utiliser l’opérateur d’indiçage [[ ]].
Comparer

> x[1]
$size
[1] 1 5 2

et

> x[[1]]
[1] 1 5 2

x Évidemment, on ne peut extraire qu’un seul élément à la fois avec les cro-
chets doubles [[ ]].
x Petite subtilité peu employée, mais élégante. Si l’indice utilisé dans [[ ]]
est un vecteur, il est utilisé récursivement pour indicer la liste : cela sé-
lectionnera la composante de la liste correspondant au premier élément
du vecteur, puis l’élément de la composante correspondant au second élé-
ment du vecteur, et ainsi de suite.
x Une autre — la meilleure, en fait — façon d’indicer un seul élément d’une
liste est par le biais de l’opérateur $, avec une construction x$etiquette :

> x$size
[1] 1 5 2

x La fonction unlist convertit une liste en un vecteur simple. Elle est surtout
utile pour concaténer les éléments d’une liste lorsque ceux-ci sont des
scalaires. Attention, cette fonction peut être destructrice si la structure
interne de la liste est importante.

. Data frames

Les vecteurs, les matrices, les tableaux et les listes sont les types d’objets
les plus fréquemment utilisés en programmation en R. Toutefois, un grand
nombre de procédures statistiques — pensons à la régression linéaire, par
exemple — repose davantage sur les data frames pour le stockage des don-
nées.
2.8. Indiçage 29

x Un data frame est une liste de classe ”[Link]” dont tous les éléments
sont de la même longueur (ou comptent le même nombre de lignes si les
éléments sont des matrices).
x Il est généralement représenté sous la forme d’un tableau à deux dimen-
sions. Chaque élément de la liste sous-jacente correspond à une colonne.
x Bien que visuellement similaire à une matrice un data frame est plus géné-
ral puisque les colonnes peuvent être de modes différents ; pensons à un
tableau avec des noms (mode character) dans une colonne et des notes
(mode numeric) dans une autre.
x On crée un data frame avec la fonction [Link] ou, pour convertir un
autre type d’objet en data frame, avec [Link].
x Le data frame peut être indicé à la fois comme une liste et comme une
matrice.
x Les fonctions rbind et cbind peuvent être utilisées pour ajouter des lignes
ou des colonnes à un data frame.
x On peut rendre les colonnes d’un data frame (ou d’une liste) visibles dans
l’espace de travail avec la fonction attach, puis les masquer avec detach.

. Indiçage
L’indiçage des vecteurs et matrices a déjà été brièvement présenté aux
sections 2.4 et 2.5. La présente section contient plus de détails sur cette pro-
cédure des plus communes lors de l’utilisation du langage R. On se concentre
toutefois sur le traitement des vecteurs.
x L’indiçage sert principalement à deux choses : 1) extraire des éléments
d’un objet avec la construction x[i] ; 2) les remplacer avec la construction
x[i] <- y.
x Il est utile de savoir que ces opérations sont en fait traduites par l’inter-
prète R en des appels à des fonctions nommées [ et [<-, dans l’ordre.
x De même, les opérations d’extraction et de remplacement d’un élément
d’une liste de la forme x$etiquette et x$etiquette <- y correspondent
à des appels aux fonctions $ et $<-.
Il existe quatre façons d’indicer un vecteur dans le langage R. Dans tous
les cas, l’indiçage se fait à l’intérieur de crochets [ ].
1. Avec un vecteur d’entiers positifs. Les éléments se trouvant aux positions
correspondant aux entiers sont extraits du vecteur, dans l’ordre. C’est la
technique la plus courante :
30 Bases du langage R

> x <- c(A = 2, B = 4, C = -1, D = -5, E = 8)

> x[c(1, 3)]
A C
2 -1

2. Avec un vecteur d’entiers négatifs. Les éléments se trouvant aux positions

correspondant aux entiers négatifs sont alors éliminés du vecteur :

> x[c(-2, -3)]

A D E
2 -5 8

3. Avec un vecteur booléen. Le vecteur d’indiçage doit alors être de la même

longueur que le vecteur indicé. Les éléments correspondant à une valeur
TRUE sont extraits du vecteur, alors que ceux correspondant à FALSE sont
éliminés :

> x > 0
A B C D E
TRUE TRUE FALSE FALSE TRUE
> x[x > 0]
A B E
2 4 8

4. Avec un vecteur de chaînes de caractères. Utile pour extraire les éléments

d’un vecteur à condition que ceux-ci soient nommés :

> x[c(”B”, ”D”)]

B D
4 -5

5. L’indice est laissé vide. Tous les éléments du vecteur sont alors sélection-
nés :

> x[]
A B C D E
2 4 -1 -5 8

Remarquer que cela est différent d’indicer avec un vecteur vide ; cette
opération retourne un vecteur vide.
2.9. Exemples 31

. Exemples

###
### COMMANDES R
###

## Les expressions entrées à la ligne de commande sont

## immédiatement évaluées et le résultat est affiché à
## l’écran, comme avec une grosse calculatrice.
1 # une constante
(2 + 3 * 5)/7 # priorité des opérations
3^5 # puissance
exp(3) # fonction exponentielle
sin(pi/2) + cos(pi/2) # fonctions trigonométriques
gamma(5) # fonction gamma

## Lorsqu’une expression est syntaxiquement incomplète,

## l’invite de commande change de ’> ’ à ’+ ’.
2 - # expression incomplète
5 * # toujours incomplète
3 # complétée

## Taper le nom d’un objet affiche son contenu. Pour une

## fonction, c’est son code source qui est affiché.
pi # constante numérique intégrée
letters # chaîne de caractères intégrée
LETTERS # version en majuscules
matrix # fonction

## Ne pas utiliser ’=’ pour l’affectation. Les opérateurs

## d’affectation standard en R sont ’<-’ et ’->’.
x <- 5 # affecter 5 à l’objet ’x’
5 -> x # idem, mais peu usité
x # voir le contenu
(x <- 5) # affecter et afficher
y <- x # affecter la valeur de ’x’ à ’y’
x <- y <- 5 # idem, en une seule expression
y # 5
x <- 0 # changer la valeur de ’x’...
y # ... ne change pas celle de ’y’

## Pour regrouper plusieurs expressions en une seule commande,

## il faut soit les séparer par un point-virgule ’ ;’, soit les
## regrouper à l’intérieur d’accolades { } et les séparer par
32 Bases du langage R

## des retours à la ligne.

x <- 5 ; y <- 2 ; x + y # compact ; éviter dans les scripts
x <- 5 ; # éviter les ’ ;’ superflus
{ # début d’un groupe
x <- 5 # première expression du groupe
y <- 2 # seconde expression du groupe
x + y # résultat du groupe
} # fin du groupe et résultat
{x <- 5 ; y <- 2 ; x + y} # valide, mais redondant

###
### NOMS D’OBJETS
###

## Quelques exemples de noms valides et invalides.

foo <- 5 # valide
foo.123 <- 5 # valide
foo_123 <- 5 # valide
123foo <- 5 # invalide ; commence par un chiffre
.foo <- 5 # valide
.123foo <- 5 # invalide ; point suivi d’un chiffre

## Liste des objets dans l’espace de travail. Les objets dont

## le nom commence par un point sont considérés cachés.
ls() # l’objet ’.foo’ n’est pas affiché
ls([Link] = TRUE) # objets cachés aussi affichés

## R est sensible à la casse

foo <- 1
Foo
FOO

###
### LES OBJETS R
###

## MODES ET TYPES DE DONNÉES

## Le mode d’un objet détermine ce qu’il peut contenir. Les

## vecteurs simples (”atomic”) contiennent des données d’un
## seul type.
mode(c(1, 4.1, pi)) # nombres réels
mode(c(2, 1 + 5i)) # nombres complexes
mode(c(TRUE, FALSE, TRUE)) # valeurs booléennes
mode(”foobar”) # chaînes de caractères
2.9. Exemples 33

## Si l’on mélange dans un même vecteur des objets de mode

## différents, il y a conversion automatique vers le mode pour
## lequel il y a le moins de perte d’information, c’est-à-dire
## vers le mode qui permet le mieux de retrouver la valeur
## originale des éléments.
c(5, TRUE, FALSE) # conversion en mode ’numeric’
c(5, ”z”) # conversion en mode ’character’
c(TRUE, ”z”) # conversion en mode ’character’
c(5, TRUE, ”z”) # conversion en mode ’character’

## La plupart des autres types d’objets sont récursifs. Voici

## quelques autres modes.
mode(seq) # une fonction
mode(list(5, ”foo”, TRUE)) # une liste
mode(expression(x <- 5)) # une expression non évaluée

## LONGUEUR

## La longueur d’un vecteur est égale au nombre d’éléments

## dans le vecteur.
(x <- 1 :4)
length(x)

## Une chaîne de caractères ne compte que pour un seul

## élément.
(x <- ”foobar”)
length(x)

## Pour obtenir la longueur de la chaîne, il faut utiliser

## nchar().
nchar(x)

## Un objet peut néanmoins contenir plusieurs chaînes de

## caractères.
(x <- c(”f”, ”o”, ”o”, ”b”, ”a”, ”r”))
length(x)

## La longueur peut être 0, auquel cas on a un objet vide,

## mais qui existe.
(x <- numeric(0)) # création du contenant
length(x) # l’objet ’x’ existe...
x[1] <- 1 # possible, ’x’ existe
X[1] <- 1 # impossible, ’X’ n’existe pas
34 Bases du langage R

## L’OBJET SPECIAL ’NULL’

mode(NULL) # le mode de ’NULL’ est NULL
length(NULL) # longueur nulle
x <- c(NULL, NULL) # s’utilise comme un objet normal
x ; length(x) ; mode(x) # mais donne toujours le vide

## L’OBJET SPÉCIAL ’NA’

x <- c(65, NA, 72, 88) # traité comme une valeur
x + 2 # tout calcul avec ’NA’ donne NA
mean(x) # voilà qui est pire
mean(x, [Link] = TRUE) # éliminer les ’NA’ avant le calcul
[Link](x) # tester si les données sont ’NA’

## VALEURS INFINIES ET INDÉTERMINÉES

1/0 # +infini
-1/0 # -infini
0/0 # indétermination
x <- c(65, Inf, NaN, 88) # s’utilisent comme des valeurs
[Link](x) # quels sont les nombres réels ?
[Link](x) # lesquels ne sont «pas un nombre» ?

## ATTRIBUTS

## Les objets peuvent être dotés d’un ou plusieurs attributs.

data(cars) # jeu de données intégré
attributes(cars) # liste de tous les attributs
attr(cars, ”class”) # extraction d’un seul attribut

## Attribut ’class’. Selon la classe d’un objet, certaines

## fonctions (dites «fonctions génériques») vont se comporter
## différemment.
x <- sample(1 :100, 10) # échantillon aléatoire de 10
# nombres entre 1 et 100
class(x) # classe de l’objet
plot(x) # graphique pour cette classe
class(x) <- ”ts” # ’x’ est maintenant une série
# chronologique
plot(x) # graphique pour les séries
# chronologiques
class(x) <- NULL ; x # suppression de l’attribut ’class’

## Attribut ’dim’. Si l’attribut ’dim’ compte deux valeurs,

## l’objet est traité comme une matrice. S’il en compte plus
## de deux, l’objet est traité comme un tableau (array).
x <- 1 :24 # un vecteur
2.9. Exemples 35

dim(x) <- c(4, 6) # ajoute un attribut ’dim’

x # l’objet est une matrice
dim(x) <- c(4, 2, 3) # change les dimensions
x # l’objet est maintenant un tableau

## Attribut ’dimnames’. Permet d’assigner des étiquettes (ou

## noms) aux dimensions d’une matrice ou d’un tableau.
dimnames(x) <- list(1 :4, c(”a”, ”b”), c(”A”, ”B”, ”C”))
dimnames(x) # remarquer la conversion
x # affichage avec étiquettes
attributes(x) # tous les attributs de ’x’
attributes(x) <- NULL ; x # supprimer les attributs

## Attributs ’names’. Similaire à ’dimnames’, mais pour les

## éléments d’un vecteur ou d’une liste.
names(x) <- letters[1 :24] # attribution d’étiquettes
x # identification facilitée

###
### VECTEURS
###

## La fonction de base pour créer des vecteurs est ’c’. Il

## peut s’avérer utile de donner des étiquettes aux éléments
## d’un vecteur.
x <- c(a = -1, b = 2, c = 8, d = 10) # création d’un vecteur
names(x) # extraire les étiquettes
names(x) <- letters[1 :length(x)] # changer les étiquettes
x[1] # extraction par position
x[”c”] # extraction par étiquette
x[-2] # élimination d’un élément

## La fonction ’vector’ sert à initialiser des vecteurs avec

## des valeurs prédéterminées. Elle compte deux arguments :le
## mode du vecteur et sa longueur. Les fonctions ’numeric’,
## ’logical’, ’complex’ et ’character’ constituent des
## raccourcis pour des appels à ’vector’.
vector(”numeric”, 5) # vecteur initialisé avec des 0
numeric(5) # équivalent
numeric # en effet, voici la fonction
logical(5) # initialisé avec FALSE
complex(5) # initialisé avec 0 + 0i
character(5) # initialisé avec chaînes vides

###
36 Bases du langage R

### MATRICES ET TABLEAUX

###

## Une matrice est un vecteur avec un attribut ’dim’ de

## longueur 2 une classe implicite ”matrix”. La manière
## naturelle de créer une matrice est avec la fonction
## ’matrix’.
(x <- matrix(1 :12, nrow = 3, ncol = 4)) # créer la matrice
length(x) # ’x’ est un vecteur...
dim(x) # ... avec un attribut ’dim’...
class(x) # ... et classe implicite ”matrix”

## Une manière moins naturelle mais équivalente --- et parfois

## plus pratique --- de créer une matrice consiste à ajouter
## un attribut ’dim’ à un vecteur.
x <- 1 :12 # vecteur simple
dim(x) <- c(3, 4) # ajout d’un attribut ’dim’
x ; class(x) # ’x’ est une matrice !

## Les matrices sont remplies par colonne par défaut. Utiliser

## l’option ’byrow’ pour remplir par ligne.
matrix(1 :12, nrow = 3, byrow = TRUE)

## Indicer la matrice ou le vecteur sous-jacent est

## équivalent. Utiliser l’approche la plus simple selon le
## contexte.
x[1, 3] # l’élément en position (1, 3)...
x[7] # ... est le 7e élément du vecteur
x[1, ] # première ligne
x[, 2] # deuxième colonne
nrow(x) # nombre de lignes
dim(x)[1] # idem
ncol(x) # nombre de colonnes
dim(x)[2] # idem

## Fusion de matrices et vecteurs.

x <- matrix(1 :12, 3, 4) # ’x’ est une matrice 3 x 4
y <- matrix(1 :8, 2, 4) # ’y’ est une matrice 2 x 4
z <- matrix(1 :6, 3, 2) # ’z’ est une matrice 3 x 2
rbind(x, 1 :4) # ajout d’une ligne à ’x’
rbind(x, y) # fusion verticale de ’x’ et ’y’
cbind(x, 1 :3) # ajout d’une colonne à ’x’
cbind(x, z) # concaténation de ’x’ et ’z’
rbind(x, z) # dimensions incompatibles
cbind(x, y) # dimensions incompatibles
2.9. Exemples 37

## Les vecteurs ligne et colonne sont rarement nécessaires. On

## peut les créer avec les fonctions ’rbind’ et ’cbind’,
## respectivement.
rbind(1 :3) # un vecteur ligne
cbind(1 :3) # un vecteur colonne

## Un tableau (array) est un vecteur avec un attribut ’dim’ de

## longueur supérieure à 2 et une classe implicite ”array”.
## Quant au reste, la manipulation des tableaux est en tous
## points identique à celle des matrices. Ne pas oublier :
## les tableaux sont remplis de la première dimension à la
## dernière !
x <- array(1 :60, 3 :5) # tableau 3 x 4 x 5
length(x) # ’x’ est un vecteur...
dim(x) # ... avec un attribut ’dim’...
class(x) # ... une classe implicite ”array”
x[1, 3, 2] # l’élément en position (1, 3, 2)...
x[19] # ... est l’élément 19 du vecteur

## Le tableau ci-dessus est un prisme rectangulaire 3 unités

## de haut, 4 de large et 5 de profond. Indicer ce prisme avec
## un seul indice équivaut à en extraire des «tranches», alors
## qu’utiliser deux indices équivaut à en tirer des «carottes»
## (au sens géologique du terme). Il est laissé en exercice de
## généraliser à plus de dimensions...
x # les cinq matrices
x[, , 1] # tranches de haut en bas
x[, 1, ] # tranches d’avant à l’arrière
x[1, , ] # tranches de gauche à droite
x[, 1, 1] # carotte de haut en bas
x[1, 1, ] # carotte d’avant à l’arrière
x[1, , 1] # carotte de gauche à droite

###
### LISTES
###

## La liste est l’objet le plus général en R. C’est un objet

## récursif qui peut contenir des objets de n’importe quel
## mode et longueur.
(x <- list(joueur = c(”V”, ”C”, ”C”, ”M”, ”A”),
score = c(10, 12, 11, 8, 15),
expert = c(FALSE, TRUE, FALSE, TRUE, TRUE),
niveau = 2))
38 Bases du langage R

[Link](x) # vecteur...
length(x) # ... de quatre éléments...
mode(x) # ... de mode ”list”
[Link](x) # objet récursif

## Comme tout autre vecteur, une liste peut être concaténée

## avec un autre vecteur avec la fonction ’c’.
y <- list(TRUE, 1 :5) # liste de deux éléments
c(x, y) # liste de six éléments

## Pour initialiser une liste d’une longueur déterminée, mais

## dont chaque élément est vide, uitliser la fonction
## ’vector’.
vector(”list”, 5) # liste de NULL

## Pour extraire un élément d’une liste, il faut utiliser les

## doubles crochets [[ ]]. Les simples crochets [ ]
## fonctionnent aussi, mais retournent une sous liste -- ce
## qui est rarement ce que l’on souhaite.
x[[1]] # premier élément de la liste...
mode(x[[1]]) # ... un vecteur
x[1] # aussi le premier élément...
mode(x[1]) # ... mais une sous liste...
length(x[1]) # ... d’un seul élément
x[[2]][1] # 1er élément du 2e élément
x[[c(2, 1)]] # idem, par indiçage récursif

## Les éléments d’une liste étant généralement nommés (c’est

## une bonne habitude à prendre !), il est souvent plus simple
## et sûr d’extraire les éléments d’une liste par leur
## étiquette.
x$joueur # équivalent à a[[1]]
x$score[1] # équivalent à a[[c(2, 1)]]
x[[”expert”]] # aussi valide, mais peu usité
x$level <- 1 # aussi pour l’affectation

## Une liste peut contenir n’importe quoi...

x[[5]] <- matrix(1, 2, 2) # ... une matrice...
x[[6]] <- list(20 :25, TRUE)# ... une autre liste...
x[[7]] <- seq # ... même le code d’une fonction !
x # eh ben !
x[[c(6, 1, 3)]] # de quel élément s’agit-il ?

## Pour supprimer un élément d’une liste, lui assigner la

## valeur ’NULL’.
2.9. Exemples 39

x[[7]] <- NULL ; length(x) # suppression du 7e élément

## Il est parfois utile de convertir une liste en un simple

## vecteur. Les éléments de la liste sont alors «déroulés», y
## compris la matrice en position 5 (qui n’est rien d’autre
## qu’un vecteur, on s’en souviendra).
unlist(x) # remarquer la conversion
unlist(x, recursive = FALSE) # ne pas appliquer aux sous-listes
unlist(x, [Link] = FALSE) # éliminer les étiquettes

###
### DATA FRAMES
###

## Un data frame est une liste dont les éléments sont tous de
## même longueur. Il comporte un attribut ’dim’, ce qui fait
## qu’il est représenté comme une matrice. Cependant, les
## colonnes peuvent être de modes différents.
(DF <- [Link](Noms = c(”Pierre”, ”Jean”, ”Jacques”),
Age = c(42, 34, 19),
Fumeur = c(TRUE, TRUE, FALSE)))
mode(DF) # un data frame est une liste...
class(DF) # ... de classe ’[Link]’
dim(DF) # dimensions implicites
names(DF) # titres des colonnes
[Link](DF) # titres des lignes (implicites)
DF[1, ] # première ligne
DF[, 1] # première colonne
DF$Name # idem, mais plus simple

## Lorsque l’on doit travailler longtemps avec les différentes

## colonnes d’un data frame, il est pratique de pouvoir y
## accéder directement sans devoir toujours indicer. La
## fonction ’attach’ permet de rendre les colonnes
## individuelles visibles dans l’espace de travail. Une fois
## le travail terminé, ’detach’ masque les colonnes.
exists(”Noms”) # variable n’existe pas
attach(DF) # rendre les colonnes visibles
exists(”Noms”) # variable existe
Noms # colonne accessible
detach(DF) # masquer les colonnes
exists(”Noms”) # variable n’existe plus

###
### INDIÇAGE
40 Bases du langage R

###

## Les opérations suivantes illustrent les différentes

## techniques d’indiçage d’un vecteur pour l’extraction et
## l’affectation, c’est-à-dire que l’on utilise à la fois la
## fonction ’[’ et la fonction ’[<-’. Les mêmes techniques
## existent aussi pour les matrices, tableaux et listes.
##
## On crée d’abord un vecteur quelconque formé de vingt
## nombres aléatoires entre 1 et 100 avec répétitions
## possibles.
(x <- sample(1 :100, 20, replace = TRUE))

## On ajoute des étiquettes aux éléments du vecteur à partir

## de la variable interne ’letters’.
names(x) <- letters[1 :20]

## On génère ensuite cinq nombres aléatoires entre 1 et 20

## (sans répétitions).
(y <- sample(1 :20, 5))

## On remplace maintenant les éléments de ’x’ correspondant

## aux positions dans le vecteur ’y’ par des données
## manquantes.
x[y] <- NA
x

## Les cinq méthodes d’indiçage de base.

x[1 :10] # avec des entiers positifs
”[”(x, 1 :10) # idem, avec la fonction ’[’
x[-(1 :3)] # avec des entiers négatifs
x[x < 10] # avec un vecteur booléen
x[c(”a”, ”k”, ”t”)] # par étiquettes
x[] # aucun indice...
x[numeric(0)] # ... différent d’indice vide

## Il arrive souvent de vouloir indicer spécifiquement les

## données manquantes d’un vecteur (pour les éliminer ou les
## remplacer par une autre valeur, par exemple). Pour ce
## faire, on utilise la fonction ’[Link]’ et l’indiçage par un
## vecteur booléen. (Note :l’opérateur ’ !’ ci-dessous est la
## négation logique.)
[Link](x) # positions des données manquantes
x[ ] # suppression des données manquantes
x[[Link](x)] <- 0 ; x # remplace les NA par des 0
2.10. Exercices 41

”[<-”(x, [Link](x), 0) # idem, mais très peu usité

## On laisse tomber les étiquettes de l’objet.

names(x) <- NULL

## Quelques cas spéciaux d’indiçage.

length(x) # un rappel
x[1 :25] # allonge le vecteur avec des NA
x[25] <- 10 ; x # remplis les trous avec des NA
x[0] # n’extraie rien
x[0] <- 1 ; x # n’affecte rien
x[c(0, 1, 2)] # le 0 est ignoré
x[c(1, NA, 5)] # indices NA retourne NA
x[2.6] # fractions tronquées vers 0

## On laisse tomber les 5 derniers éléments et on convertit le

## vecteur en une matrice 4 x 5.
x <- x[1 :20] # ou x[-(21 :25)]
dim(x) <- c(4, 5) ; x # ajouter un attribut ’dim’

## Dans l’indiçage des matrices et tableaux, l’indice de

## chaque dimension obéit aux mêmes règles que ci-dessus. On
## peut aussi indicer une matrice (ou un tableau) avec une
## matrice. Si les exemples ci-dessous ne permettent pas d’en
## comprendre le fonctionnement, consulter la rubrique d’aide
## de la fonction ’[’ (ou de ’Extract’).
x[1, 2] # élément en position (1, 2)
x[1, -2] # 1ère rangée sans 2e colonne
x[c(1, 3), ] # 1ère et 3e rangées
x[-1, ] # supprimer 1ère rangée
x[, -2] # supprimer 2e colonne
x[x[, 1] > 10, ] # lignes avec 1er élément > 10
x[rbind(c(1, 1), c(2, 2))] # éléments x[1, 1] et x[2, 2]
x[cbind(1 :4, 1 :4)] # éléments x[i, i] (diagonale)
diag(x) # idem et plus explicite

. Exercices
2.1 a) Écrire une expression R pour créer la liste suivante :
> x
42 Bases du langage R

[[1]]
[1] 1 2 3 4 5

$data
[,1] [,2] [,3]
[1,] 1 3 5
[2,] 2 4 6

[[3]]
[1] 0 0 0

$test
[1] FALSE FALSE FALSE FALSE

b) Extraire les étiquettes de la liste.

c) Trouver le mode et la longueur du quatrième élément de la liste.
d) Extraire les dimensions du second élément de la liste.
e) Extraire les deuxième et troisième éléments du second élément de la
liste.
f) Remplacer le troisième élément de la liste par le vecteur 3:8.
2.2 Soit x un vecteur contenant les valeurs suivantes d’un échantillon :

> x
[1] 7 9 13 8 4 2 16 1 6 19 15 12 19 14 8 2
[17] 19 11 18 7

Écrire une expression R permettant d’extraire les éléments suivants.

a) Le deuxième élément de l’échantillon.
b) Les cinq premiers éléments de l’échantillon.
c) Les éléments strictement supérieurs à 14.
d) Tous les éléments sauf les éléments en positions 6, 10 et 12.
2.10. Exercices 43

2.3 Soit x une matrice 10 × 7 obtenue aléatoirement avec

> x <- matrix(sample(1:100, 70), 7, 10)

Écrire des expressions R permettant d’obtenir les éléments de la matrice

demandés ci-dessous.
a) L’élément (4, 3).
b) Le contenu de la sixième ligne.
c) Les première et quatrième colonnes (simultanément).
d) Les lignes dont le premier élément est supérieur à 50.
 Opérateurs et fonctions

Objectifs du chapitre

x Tirer profit de l’arithmétique vectorielle caractéristique du langage R dans les cal-

culs.
x Utiliser les opérateurs R les plus courants, notamment pour le traitement des vec-
teurs, le calcul de sommaires et la manipulation des matrices et tableaux.
x Faire l’appel d’une fonction dans R ; concevoir comment les arguments sont passés
à la fonction et le traitement des valeurs par défaut.
x Utiliser la fonction if pour l’exécution conditionnelle de commandes R.
x Distinguer la construction if() ... else de la fonction ifelse.
x Faire des boucles en R.
x Choisir entre les opérateurs for, while et repeat lors de la construction d’une
boucle R.

Ce chapitre présente les principaux opérateurs arithmétiques, fonctions

mathématiques et structures de contrôle disponibles dans R. La liste est évi-
demment loin d’être exhaustive, surtout étant donné l’évolution rapide du
langage. Un des meilleurs endroits pour découvrir de nouvelles fonctions
demeure la section See Also des rubriques d’aide, qui offre des hyperliens
vers des fonctions apparentées au sujet de la rubrique.

. Opérations arithmétiques

L’unité de base en R est le vecteur.
x Les opérations sur les vecteurs sont effectuées élément par élément :
> c(1, 2, 3) + c(4, 5, 6)
[1] 5 7 9
> 1:3 * 4:6

45
46 Opérateurs et fonctions

[1] 4 10 18

x Si les vecteurs impliqués dans une expression arithmétique ne sont pas de

la même longueur, les plus courts sont recyclés de façon à correspondre
au plus long vecteur. Cette règle est particulièrement apparente avec les
vecteurs de longueur 1 :
> 1:10 + 2
[1] 3 4 5 6 7 8 9 10 11 12
> 1:10 + rep(2, 10)
[1] 3 4 5 6 7 8 9 10 11 12

x Si la longueur du plus long vecteur est un multiple de celle du ou des

autres vecteurs, ces derniers sont recyclés un nombre entier de fois :
> 1:10 + 1:5 + c(2, 4) # vecteurs recyclés 2 et 5 fois
[1] 4 8 8 12 12 11 11 15 15 19
> 1:10 + rep(1:5, 2) + rep(c(2, 4), 5) # équivalent
[1] 4 8 8 12 12 11 11 15 15 19

x Sinon, le plus court vecteur est recyclé un nombre fractionnaire de fois,

mais comme ce résultat est rarement souhaité et provient généralement
d’une erreur de programmation, un avertissement est affiché :
> 1:10 + c(2, 4, 6)
[1] 3 6 9 6 9 12 9 12 15 12
Message d’avis :
In 1:10 + c(2, 4, 6) :
la taille d’un objet plus long n’est pas un multiple de la
taille d’un objet plus court

. Opérateurs
Le tableau 3.1 présente les opérateurs mathématiques et logiques les plus
fréquemment employés, en ordre décroissant de priorité des opérations. Le
tableau contient également les opérateurs d’assignation et d’extraction pré-
sentés au chapitre précédent ; il est utile de connaître leur niveau de priorité
dans les expressions R.
Les opérateurs de puissance (^) et d’assignation à gauche (<-, <<-) sont
évalués de droite à gauche ; tous les autres de gauche à droite. Ainsi, 2 ^ 2 ^ 3
est 2 ^ 8, et non 4 ^ 3, alors que 1 - 1 - 1 vaut -1, et non 1.
3.3. Appels de fonctions 47

Opérateur Fonction

$ extraction d’une liste

^ puissance
- changement de signe
: génération de suites
%*% %% %/% produit matriciel, modulo, division entière
* / multiplication, division
+ - addition, soustraction
< <= == >= > != plus petit, plus petit ou égal, égal, plus grand
ou égal, plus grand, différent de
! négation logique
& && «et» logique
|, || «ou» logique
-> ->> assignation
<- <<- assignation

Tab. 3.1 : Principaux opérateurs du langage R, en ordre décroissant de prio-

rité

. Appels de fonctions

Les opérateurs du tableau 3.1 constituent des raccourcis utiles pour ac-
céder aux fonctions les plus courantes de R. Pour toutes les autres, il faut
appeler la fonction directement. Cette section passe en revue les règles d’ap-
pels d’une fonction et la façon de spécifier les arguments, qu’il s’agisse d’une
fonction interne de R ou d’une fonction personnelle (voir le chapitre 5).
x Il n’y a pas de limite pratique quant au nombre d’arguments que peut avoir
une fonction.
x Les arguments d’une fonction peuvent être spécifiés selon l’ordre établi
dans la définition de la fonction. Cependant, il est beaucoup plus prudent
et fortement recommandé de spécifier les arguments par leur nom, avec
une construction de la forme nom = valeur, surtout après les deux ou
trois premiers arguments.
x L’ordre des arguments est important ; il est donc nécessaire de les nommer
s’ils ne sont pas appelés dans l’ordre.
x Certains arguments ont une valeur par défaut qui sera utilisée si l’argu-
ment n’est pas spécifié dans l’appel de la fonction.
48 Opérateurs et fonctions

Par exemple, la définition de la fonction matrix est la suivante :

matrix(data = NA, nrow = 1, ncol = 1, byrow = FALSE,

dimnames = NULL)

x La fonction compte cinq arguments : data, nrow, ncol, byrow et dimnames.

x Ici, chaque argument a une valeur par défaut (ce n’est pas toujours le cas).
Ainsi, un appel à matrix sans argument résulte en une matrice 1 × 1 rem-
plie par colonne (sans importance, ici) de l’objet NA et dont les dimensions
sont dépourvues d’étiquettes :

> matrix()
[,1]
[1,] NA

x Appel plus élaboré utilisant tous les arguments. Le premier argument est
rarement nommé :

> matrix(1:6, nrow = 2, ncol = 3, byrow = TRUE,

+ dimnames = list(c(”Gauche”, ”Droit”),
+ c(”Rouge”, ”Vert”, ”Bleu”)))
Rouge Vert Bleu
Gauche 1 2 3
Droit 4 5 6

. Quelques fonctions utiles

Le langage R compte un très grand nombre (des milliers !) de fonctions
internes. Cette section en présente quelques-unes seulement, les fonctions
de base les plus souvent utilisées pour programmer en R et pour manipuler
des données.
Pour chaque fonction présentée dans les sections suivantes, on fournit
un ou deux exemples d’utilisation. Ces exemples sont souvent loin de cour-
vrir toutes les utilisations possibles d’une fonction. La section 3.7 fournit des
exemples additionnels, mais il est recommandé de consulter les diverses ru-
briques d’aide pour connaître toutes les options des fonctions.

.. Manipulation de vecteurs

seq génération de suites de nombres
3.4. Quelques fonctions utiles 49

> seq(1, 9, by = 2)
[1] 1 3 5 7 9
seq_len version plus rapide de seq pour générer la suite des nombres de
1 à la valeur de l’argument
> seq_len(10)
[1] 1 2 3 4 5 6 7 8 9 10
rep répétition de valeurs ou de vecteurs
> rep(2, 10)
[1] 2 2 2 2 2 2 2 2 2 2
sort tri en ordre croissant ou décroissant
> sort(c(4, -1, 2, 6))
[1] -1 2 4 6
rank rang des éléments d’un vecteur dans l’ordre croissant ou décrois-
sant
> rank(c(4, -1, 2, 6))
[1] 3 1 2 4
order ordre d’extraction des éléments d’un vecteur pour les placer en
ordre croissant ou décroissant

> order(c(4, -1, 2, 6))
[1] 2 3 1 4
rev renverser un vecteur
> rev(1:10)
[1] 10 9 8 7 6 5 4 3 2 1
head extraction des 𝑛 premiers éléments d’un vecteur (𝑛 > 0) ou sup-
pression des 𝑛 derniers (𝑛 < 0)
> head(1:10, 3); head(1:10, -3)
[1] 1 2 3
[1] 1 2 3 4 5 6 7
tail extraction des 𝑛 derniers éléments d’un vecteur (𝑛 > 0) ou sup-
pression des 𝑛 premiers (𝑛 < 0)
> tail(1:10, 3); tail(1:10, -3)
[1] 8 9 10
[1] 4 5 6 7 8 9 10
unique extraction des éléments différents d’un vecteur
> unique(c(2, 4, 2, 5, 9, 5, 0))
[1] 2 4 5 9 0
50 Opérateurs et fonctions

.. Recherche d’éléments dans un vecteur

Les fonctions de cette sous-section sont toutes illustrées avec le vecteur

> x
[1] 4 -1 2 -3 6

which positions des valeurs TRUE dans un vecteur booléen

> which(x < 0)
[1] 2 4
[Link] position du minimum dans un vecteur
> [Link](x)
[1] 4
[Link] position du maximum dans un vecteur
> [Link](x)
[1] 5
match position de la première occurrence d’un élément dans un vec-
teur
> match(2, x)
[1] 3
%in% appartenance d’une ou plusieurs valeurs à un vecteur
> -1:2 %in% x
[1] TRUE FALSE FALSE TRUE

.. Arrondi
Les fonctions de cette sous-section sont toutes illustrées avec le vecteur

> x
[1] -3.6800000 -0.6666667 3.1415927 0.3333333
[5] 2.5200000

round arrondi à un nombre défini de décimales (par défaut 0)

> round(x)
[1] -4 -1 3 0 3
> round(x, 3)
[1] -3.680 -0.667 3.142 0.333 2.520
floor plus grand entier inférieur ou égal à l’argument
3.4. Quelques fonctions utiles 51

> floor(x)
[1] -4 -1 3 0 2
ceiling plus petit entier supérieur ou égal à l’argument
> ceiling(x)
[1] -3 0 4 1 3
trunc troncature vers zéro ; différent de floor pour les nombres néga-
tifs
> trunc(x)
[1] -3 0 3 0 2

.. Sommaires et statistiques descriptives

Les fonctions de cette sous-section sont toutes illustrées avec le vecteur

> x
[1] 14 17 7 9 3 4 25 21 24 11

sum, prod somme et produit des éléments d’un vecteur

> sum(x); prod(x)
[1] 135
[1] 24938020800
diff différences entre les éléments d’un vecteur (opérateur mathé-
matique ∇)
> diff(x)
[1] 3 -10 2 -6 1 21 -4 3 -13
mean moyenne arithmétique (et moyenne tronquée avec l’argument
trim)
> mean(x)
[1] 13.5
var, sd variance et écart type (versions sans biais)
> var(x)
[1] 64.5
min, max minimum et maximum d’un vecteur
> min(x); max(x)
[1] 3
[1] 25
range vecteur contenant le minimum et le maximum d’un vecteur
52 Opérateurs et fonctions

> range(x)
[1] 3 25
median médiane empirique
> median(x)
[1] 12.5
quantile quantiles empiriques
> quantile(x)
0% 25% 50% 75% 100%
3.0 7.5 12.5 20.0 25.0
summary statistiques descriptives d’un échantillon
> summary(x)
Min. 1st Qu. Median Mean 3rd Qu. Max.
3.0 7.5 12.5 13.5 20.0 25.0

.. Sommaires cumulatifs et comparaisons élément par élément

Les fonctions de cette sous-section sont toutes illustrées avec le vecteur

> x
[1] 14 17 7 9 3

cumsum, cumprod somme et produit cumulatif d’un vecteur

> cumsum(x); cumprod(x)
[1] 14 31 38 47 50
[1] 14 238 1666 14994 44982
cummin, cummax minimum et maximum cumulatif
> cummin(x); cummax(x)
[1] 14 14 7 7 3
[1] 14 17 17 17 17
pmin, pmax minimum et maximum en parallèle, c’est-à-dire élément
par élément entre deux vecteurs ou plus
> pmin(x, c(16, 23, 4, 12, 3))
[1] 14 17 4 9 3
> pmax(x, c(16, 23, 4, 12, 3))
[1] 16 23 7 12 3
3.4. Quelques fonctions utiles 53

.. Opérations sur les matrices

Les fonctions de cette sous-section sont toutes illustrées avec la matrice

> x
[,1] [,2]
[1,] 2 4
[2,] 1 3

nrow, ncol nombre de lignes et de colonnes d’une matrice

> nrow(x); ncol(x)
[1] 2
[1] 2
rowSums, colSums sommes par ligne et par colonne, respectivement,
des éléments d’une matrice ; voir aussi la fonction
apply à la section 6.2
> rowSums(x)
[1] 6 4
rowMeans, colMeans moyennes par ligne et par colonne, respectivement,
des éléments d’une matrice ; voir aussi la fonction
apply à la section 6.2
> colMeans(x)
[1] 1.5 3.5
t transposée
> t(x)
[,1] [,2]
[1,] 2 1
[2,] 4 3
det déterminant
> det(x)
[1] 2
solve 1) avec un seul argument (une matrice carrée) : in-
verse d’une matrice ; 2) avec deux arguments (une
matrice carrée et un vecteur) : solution du système
d’équations linéaires 𝐀𝐱 = 𝐛
> solve(x)
54 Opérateurs et fonctions

[,1] [,2]
[1,] 1.5 -2
[2,] -0.5 1
> solve(x, c(1, 2))
[1] -2.5 1.5
diag 1) avec une matrice en argument : diagonale de la
matrice ; 2) avec un vecteur en argument : matrice
diagonale formée avec le vecteur ; 3) avec un scalaire
𝑝 en argument : matrice identité 𝑝 × 𝑝
> diag(x)
[1] 2 3

.. Produit extérieur

 La fonction outer calcule le produit extérieur entre deux vecteurs. Ce

n’est pas la fonction la plus intuitive à utiliser, mais elle s’avère extrêmement
utile pour faire plusieurs opérations en une seule expression tout en évitant
les boucles. La syntaxe de outer est :

outer(X, Y, FUN)

Le résultat est l’application la fonction FUN (prod par défaut) entre chacun
des éléments de X et chacun des éléments de Y, autrement dit

FUN(X[i], Y[j])

pour toutes les valeurs des indices i et j.

x La dimension du résultat est par conséquent c(dim(X), dim(Y)).

x Par exemple, le résultat du produit extérieur entre deux vecteurs est une
matrice contenant tous les produits entre les éléments des deux vecteurs :

> outer(c(1, 2, 5), c(2, 3, 6))

[,1] [,2] [,3]

[1,] 2 3 6
[2,] 4 6 12
[3,] 10 15 30

x L’opérateur %o% est un raccourci de outer(X, Y, prod).

3.5. Structures de contrôle 55

. Structures de contrôle

Les structures de contrôle sont des commandes qui permettent de déter-
miner le flux d’exécution d’un programme : choix entre des blocs de code,
répétition de commandes ou sortie forcée.
On se contente, ici, de mentionner les structures de contrôle disponibles
en R. Se reporter à la section 3.7 pour des exemples d’utilisation.

.. Exécution conditionnelle

if (condition) [Link] else [Link]
Si condition est vraie, [Link] est exécutée, sinon ce sera
[Link]. Dans le cas où l’une ou l’autre de [Link] ou
[Link] comporte plus d’une expression, grouper celles-ci dans
des accolades { }.
ifelse(condition, [Link], [Link])

Fonction vectorielle qui retourne un vecteur de la même longueur

que condition formé ainsi : pour chaque élément TRUE de condi-
tion on choisit l’élément correspondant de [Link] et pour
chaque élément FALSE on choisit l’élément correspondant de expres-
[Link]. L’utilisation n’est pas très intuitive, alors examiner attenti-
vement les exemples de la rubrique d’aide.
switch(test, cas.1 = action.1, cas.2 = action.2, ...)
Structure utilisée plutôt rarement. Consulter la rubrique d’aide au be-
soin.

.. Boucles
Les boucles sont et doivent être utilisées avec parcimonie en R, car elles
sont généralement inefficaces. Dans la majeure partie des cas, il est possible
de vectoriser les calculs pour éviter les boucles explicites, ou encore de s’en
remettre aux fonctions outer, apply, lapply sapply et mapply (section 6.2)
pour réaliser les boucles de manière plus efficace.
for (variable in suite) expression

Exécuter expression successivement pour chaque valeur de variable

contenue dans suite. Encore ici, on groupera les expressions dans des
accolades { }. À noter que suite n’a pas à être composée de nombres
consécutifs, ni même de nombres, en fait.
56 Opérateurs et fonctions

while (condition) expression

Exécuter expression tant que condition est vraie. Si condition est

fausse lors de l’entrée dans la boucle, celle-ci n’est pas exécutée. Une
boucle while n’est par conséquent pas nécessairement toujours exécu-
tée.
repeat expression

Répéter expression. Cette dernière devra comporter un test d’arrêt qui

utilisera la commande break. Une boucle repeat est toujours exécutée
au moins une fois.
break
Sortie immédiate d’une boucle for, while ou repeat.
next
Passage immédiat à la prochaine itération d’une boucle for, while ou
repeat.

. Fonctions additionnelles

La bibliothèque des fonctions internes de R est divisée en ensembles de
fonctions et de jeux de données apparentés nommés packages (terme que
l’équipe de traduction française de R a choisi de conserver tel quel). On dé-
marrage, R charge automatiquement quelques packages de la bibliothèque,
ceux contenant les fonctions les plus fréquemment utilisées. On peut voir la
liste des packages déjà en mémoire avec

> search()
[1] ”.GlobalEnv” ”package:stats”
[3] ”package:graphics” ”package:grDevices”
[5] ”package:utils” ”package:datasets”
[7] ”package:methods” ”Autoloads”
[9] ”package:base”

et le contenu de toute la bibliothèque avec la fonction library (résultat non

montré ici).
Une des grandes forces de R est la facilité avec laquelle on peut ajou-
ter des fonctionnalités au système par le biais de packages externes. Dès
les débuts de R, les développeurs et utilisateurs ont mis sur pied le dé-
pôt central de packages Comprehensive R Archive Network (CRAN ; http://
3.7. Exemples 57

[Link]). Ce site compte aujourd’hui plusieurs centaines d’ex-

tensions et le nombre ne cesse de croître.
Le système R rend simple de télécharger et d’installer de nouveaux pa-
ckages avec la fonction [Link]. L’annexe C explique plus en dé-
tails comment gérer sa bibliothèque personnelle et installer des packages
externes.

. Exemples

###
### OPÉRATIONS ARITHMÉTIQUES
###

## L’arithmétique vectorielle caractéristique du langage R

## rend très simple et intuitif de faire des opérations
## mathématiques courantes. Là où plusieurs langages de
## programmation exigent des boucles, R fait le calcul
## directement. En effet, les règles de l’arithmétique en R
## sont globalement les mêmes qu’en algèbre vectorielle et
## matricielle.
5 * c(2, 3, 8, 10) # multiplication par une constante
c(2, 6, 8) + c(1, 4, 9) # addition de deux vecteurs
c(0, 3, -1, 4)^2 # élévation à une puissance

## Dans les règles de l’arithmétique vectorielle, les

## longueurs des vecteurs doivent toujours concorder. R permet
## plus de flexibilité en recyclant les vecteurs les plus
## courts dans une opération. Il n’y a donc à peu près jamais
## d’erreurs de longueur en R ! C’est une arme à deux
## tranchants :le recyclage des vecteurs facilite le codage,
## mais peut aussi résulter en des réponses complètement
## erronées sans que le système ne détecte d’erreur.
8 + 1 :10 # 8 est recyclé 10 fois
c(2, 5) * 1 :10 # c(2, 5) est recyclé 5 fois
c(-2, 3, -1, 4)^1 :4 # quatre puissances différentes

## On se rappelle que les matrices (et les tableaux) sont des

## vecteurs. Les règles ci-dessus s’appliquent donc aussi aux
## matrices, ce qui résulte en des opérateurs qui ne sont pas
## définis en algèbre linéaire usuelle.
(x <- matrix(1 :4, 2)) # matrice 2 x 2
(y <- matrix(3 :6, 2)) # autre matrice 2 x 2
5 * x # multiplication par une constante
58 Opérateurs et fonctions

x + y # addition matricielle
x * y # produit *élément par élément*
x %*% y # produit matriciel
x / y # division *élément par élément*
x * c(2, 3) # produit par colonne

###
### OPÉRATEURS
###

## Seuls les opérateurs %%, %/% et logiques sont illustrés

## ici. Premièrement, l’opérateur modulo retourne le reste
## d’une division.
5 %% 2 # 5/2 = 2 reste 1
5 %% 1 :5 # remarquer la périodicité
10 %% 1 :15 # x %% y = x si x < y

## Le modulo est pratique dans les boucles, par exemple pour

## afficher un résultat à toutes les n itérations seulement.
for (i in 1 :50)
{
## Affiche la valeur du compteur toutes les 5 itérations.
if (0 == i %% 5)
print(i)
}

## La division entière retourne la partie entière de la

## division d’un nombre par un autre.
5 %/% 1 :5
10 %/% 1 :15

## Le ET logique est vrai seulement lorsque les deux

## expressions sont vraies.
c(TRUE, TRUE, FALSE) & c(TRUE, FALSE, FALSE)

## Le OU logique est faux seulement lorsque les deux

## expressions sont fausses.
c(TRUE, TRUE, FALSE) | c(TRUE, FALSE, FALSE)

## La négation logique transforme les vrais en faux et vice

## versa.
! c(TRUE, FALSE, FALSE, TRUE)

## On peut utiliser les opérateurs logiques &, | et !

## directement avec des nombres. Dans ce cas, le nombre zéro
3.7. Exemples 59

## est traité comme FALSE et tous les autres nombres comme

## TRUE.
0 :5 & 5 :0
0 :5 | 5 :0
!0 :5

## Ainsi, dans une expression conditionnelle, inutile de

## vérifier si, par exemple, un nombre est égal à zéro. On
## peut utiliser le nombre directement et sauver des
## opérations de comparaison qui peuvent devenir coûteuses en
## temps de calcul.
x <- 1 # valeur quelconque
if (x != 0) x + 1 # TRUE pour tout x != 0
if (x) x + 1 # tout à fait équivalent !

## L’exemple de boucle ci-dessus peut donc être légèrement

## modifié.
for (i in 1 :50)
{
## Affiche la valeur du compteur toutes les 5 itérations.
if ( !i %% 5)
print (i)
}

## Dans les calculs numériques, TRUE vaut 1 et FALSE vaut 0.

a <- c(”Impair”, ”Pair”)
x <- c(2, 3, 6, 8, 9, 11, 12)
x %% 2
( !x %% 2) + 1
a[( !x %% 2) + 1]

## Un mot en terminant sur l’opérateur ’==’. C’est l’opérateur

## à utiliser pour vérifier si deux valeurs sont égales, et
## non ’=’. C’est là une erreur commune --- et qui peut être
## difficile à détecter --- lorsque l’on programme en R.
5 = 2 # erreur de syntaxe
5 == 2 # comparaison

###
### APPELS DE FONCTIONS
###

## Les invocations de la fonction ’matrix’ ci-dessous sont

## toutes équivalentes. On remarquera, entre autres, comment
## les arguments sont spécifiés (par nom ou par position).
60 Opérateurs et fonctions

matrix(1 :12, 3, 4)
matrix(1 :12, ncol = 4, nrow = 3)
matrix(nrow = 3, ncol = 4, data = 1 :12)
matrix(nrow = 3, ncol = 4, byrow = FALSE, 1 :12)
matrix(nrow = 3, ncol = 4, 1 :12, FALSE)

###
### QUELQUES FONCTIONS UTILES
###

## MANIPULATION DE VECTEURS
x <- c(50, 30, 10, 20, 60, 30, 20, 40) # vecteur non ordonné

## Séquences de nombres.
seq(from = 1, to = 10) # équivalent à 1 :10
seq_len(10) # plus rapide que ’seq’
seq(-10, 10, length = 50) # incrément automatique
seq(-2, by = 0.5, along = x) # même longueur que ’x’
seq_along(x) # plus rapide que ’seq’

## Répétition de nombres ou de vecteurs complets.

rep(1, 10) # utilisation de base
rep(x, 2) # répéter un vecteur
rep(x, times = 2, each = 4) # combinaison des arguments
rep(x, times = 1 :8) # nombre de répétitions différent
# pour chaque élément de ’x’

## Classement en ordre croissant ou décroissant.

sort(x) # classement en ordre croissant
sort(x, decr = TRUE) # classement en ordre décroissant
sort(c(”abc”, ”B”, ”Aunt”, ”Jemima”)) # chaînes de caractères
sort(c(TRUE, FALSE)) # FALSE vient avant TRUE

## La fonction ’order’ retourne la position, dans le vecteur

## donné en argument, du premier élément selon l’ordre
## croissant, puis du deuxième, etc. Autrement dit, on obtient
## l’ordre dans lequel il faut extraire les données du vecteur
## pour les obtenir en ordre croissant.
order(x) # regarder dans le blanc des yeux
x[order(x)] # équivalent à ’sort(x)’

## Rang des éléments d’un vecteur dans l’ordre croissant.

rank(x) # rang des élément de ’x’

## Renverser l’ordre d’un vecteur.

3.7. Exemples 61

rev(x)

## Extraction ou suppression en tête ou en queue de vecteur.

head(x, 3) # trois premiers éléments
head(x, -2) # tous sauf les deux derniers
tail(x, 3) # trois derniers éléments
tail(x, -2) # tous sauf les deux premiers

## Expressions équivalentes sans ’head’ et ’tail’

x[1 :3] # trois premiers éléments
x[1 :(length(x) - 2)] # tous sauf les deux derniers
x[(length(x)-2) :length(x)] # trois derniers éléments
rev(rev(x)[1 :3]) # avec petits vecteurs seulement
x[c(-1, -2)] # tous sauf les deux premiers

## Seulement les éléments différents d’un vecteur.

unique(x)

## RECHERCHE D’ÉLÉMENTS DANS UN VECTEUR

which(x >= 30) # positions des éléments >= 30
[Link](x) # position du minimum
[Link](x) # position du maximum
match(20, x) # position du premier 20 dans ’x’
match(c(20, 30), x) # aussi pour plusieurs valeurs
60 %in% x # 60 appartient à ’x’
70 %in% x # 70 n’appartient pas à ’x’

## ARRONDI
(x <- c(-21.2, -pi, -1.5, -0.2, 0, 0.2, 1.7823, 315))
round(x) # arrondi à l’entier
round(x, 2) # arrondi à la seconde décimale
round(x, -1) # arrondi aux dizaines
ceiling(x) # plus petit entier supérieur
floor(x) # plus grand entier inférieur
trunc(x) # troncature des décimales

## SOMMAIRES ET STATISTIQUES DESCRIPTIVES

sum(x) # somme des éléments
prod(x) # produit des éléments
diff(x) # x[2] - x[1], x[3] - x[2], etc.
mean(x) # moyenne des éléments
mean(x, trim = 0.125) # moyenne sans minimum et maximum
var(x) # variance (sans biais)
(length(x) - 1)/length(x) * var(x) # variance biaisée
sd(x) # écart type
62 Opérateurs et fonctions

max(x) # maximum
min(x) # minimum
range(x) # c(min(x), max(x))
diff(range(x)) # étendue de ’x’
median(x) # médiane (50e quantile) empirique
quantile(x) # quantiles empiriques
quantile(x, 1 :10/10) # on peut spécifier les quantiles
summary(x) # plusieurs des résultats ci-dessus

## SOMMAIRES CUMULATIFS ET COMPARAISONS ÉLÉMENT PAR ÉLÉMENT

(x <- sample(1 :20, 6))
(y <- sample(1 :20, 6))
cumsum(x) # somme cumulative de ’x’
cumprod(y) # produit cumulatif de ’y’
rev(cumprod(rev(y))) # produit cumulatif renversé
cummin(x) # minimum cumulatif
cummax(y) # maximum cumulatif
pmin(x, y) # minimum élément par élément
pmax(x, y) # maximum élément par élément

## OPÉRATIONS SUR LES MATRICES

(A <- sample(1 :10, 16, replace = TRUE)) # avec remise
dim(A) <- c(4, 4) # conversion en une matrice 4 x 4
b <- c(10, 5, 3, 1) # un vecteur quelconque
A # la matrice ’A’
t(A) # sa transposée
solve(A) # son inverse
solve(A, b) # la solution de Ax = b
A %*% solve(A, b) # vérification de la réponse
diag(A) # extraction de la diagonale de ’A’
diag(b) # matrice diagonale formée avec ’b’
diag(4) # matrice identité 4 x 4
(A <- cbind(A, b)) # matrice 4 x 5
nrow(A) # nombre de lignes de ’A’
ncol(A) # nombre de colonnes de ’A’
rowSums(A) # sommes par ligne
colSums(A) # sommes par colonne
apply(A, 1, sum) # équivalent à ’rowSums(A)’
apply(A, 2, sum) # équivalent à ’colSums(A)’
apply(A, 1, prod) # produit par ligne avec ’apply’

## PRODUIT EXTÉRIEUR
x <- c(1, 2, 4, 7, 10, 12)
y <- c(2, 3, 6, 7, 9, 11)
outer(x, y) # produit extérieur
3.7. Exemples 63

x %o% y # équivalent plus court

outer(x, y, ”+”) # «somme extérieure»
outer(x, y, ”<=”) # toutes les comparaisons possibles
outer(x, y, pmax) # idem

###
### STRUCTURES DE CONTRÔLE
###

## Pour illustrer les structures de contrôle, on a recours à

## un petit exemple tout à fait artificiel :un vecteur est
## rempli des nombres de 1 à 100, à l’exception des multiples
## de 10. Ces derniers sont affichés à l’écran.
##
## À noter qu’il est possible --- et plus efficace --- de
## créer le vecteur sans avoir recours à des boucles.
(1 :100)[-((1 :10) * 10)] # sans boucle !
rep(1 :9, 10) + rep(0 :9*10, each = 9) # une autre façon !

## Bon, l’exemple proprement dit...

x <- numeric(0) # initialisation du contenant ’x’
j <- 0 # compteur pour la boucle
for (i in 1 :100)
{
if (i %% 10) # si i n’est pas un multiple de 10
x[j <- j + 1] <- i # stocker sa valeur dans ’x’
else # sinon
print(i) # afficher la valeur à l’écran
}
x # vérification

## Même chose que ci-dessus, mais sans le compteur ’j’ et les

## valeurs manquantes aux positions 10, 20, ..., 100 sont
## éliminées à la sortie de la boucle.
x <- numeric(0)
for (i in 1 :100)
{
if (i %% 10)
x[i] <- i
else
print(i)
}
x <- x[ ]
x
64 Opérateurs et fonctions

## On peut refaire l’exemple avec une boucle ’while’, mais

## cette structure n’est pas naturelle ici puisque l’on sait
## d’avance qu’il faudra faire la boucle exactement 100
## fois. Le ’while’ est plutôt utilisé lorsque le nombre de
## répétitions est inconnu. De plus, une boucle ’while’ n’est
## pas nécessairement exécutée puisque le critère d’arrêt est
## évalué dès l’entrée dans la boucle.
x <- numeric(0)
j <- 0
i <- 1 # pour entrer dans la boucle [*]
while (i <= 100)
{
if (i %% 10)
x[j <- j + 1] <- i
else
print(i)
i <- i + 1 # incrémenter le compteur !
}
x

## La remarque faite au sujet de la boucle ’while’ s’applique

## aussi à la boucle ’repeat’. Par contre, le critère d’arrêt
## de la boucle ’repeat’ étant évalué à la toute fin, la
## boucle est exécutée au moins une fois. S’il faut faire la
## manoeuvre marquée [*] ci-dessus pour s’assurer qu’une
## boucle ’while’ est exécutée au moins une fois... c’est
## qu’il faut utiliser ’repeat’.
x <- numeric(0)
j <- 0
i <- 1
repeat
{
if (i %% 10)
x[j <- j + 1] <- i
else
print(i)
if (100 < (i <- i + 1)) # incrément et critère d’arrêt
break
}
x

###
### FONCTIONS ADDITIONNELLES
###
3.8. Exercices 65

## La fonction ’search’ retourne la liste des environnements

## dans lesquels R va chercher un objet (en particulier une
## fonction). ’.GlobalEnv’ est l’environnement de travail.
search()

## Liste de tous les packages installés sur votre système.

library()

## Chargement du package ’MASS’, qui contient plusieurs

## fonctions statistiques très utiles.
library(”MASS”)

. Exercices
3.1 À l’aide des fonctions rep, seq et c seulement, générer les séquences
suivantes.
a) 0 6 0 6 0 6

b) 1 4 7 10

c) 1 2 3 1 2 3 1 2 3 1 2 3

d) 1 2 2 3 3 3

e) 1 1 1 2 2 3

f) 1 5.5 10

g) 1 1 1 1 2 2 2 2 3 3 3 3

3.2 Générer les suites de nombres suivantes à l’aide des fonctions : et rep
seulement, donc sans utiliser la fonction seq.
a) 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2

b) 1 3 5 7 9 11 13 15 17 19

c) -2 -1 0 1 2 -2 -1 0 1 2

d) -2 -2 -1 -1 0 0 1 1 2 2

e) 10 20 30 40 50 60 70 80 90 100

3.3 À l’aide de la commande apply, écrire des expressions R qui remplace-

raient les fonctions suivantes.
a) rowSums
66 Opérateurs et fonctions

b) colSums
c) rowMeans
d) colMeans

3.4 Sans utiliser les fonctions factorial, lfactorial, gamma ou lgamma, gé-
nérer la séquence 1! , 2! , … , 10!.

3.5 Trouver une relation entre x, y, x %% y (modulo) et x %/% y (division

entière), où y != 0.

3.6 Simuler un échantillon 𝐱 = (𝑥1 , 𝑥2 , 𝑥3 , ..., 𝑥20 ) avec la fonction sample.

Écrire une expression R permettant d’obtenir ou de calculer chacun des
résultats demandés ci-dessous.
a) Les cinq premiers éléments de l’échantillon.
b) La valeur maximale de l’échantillon.
c) La moyenne des cinq premiers éléments de l’échantillon.
d) La moyenne des cinq derniers éléments de l’échantillon.

3.7 a) Trouver une formule pour calculer la position, dans le vecteur sous-
jacent, de l’élément (𝑖, 𝑗) d’une matrice 𝐼 × 𝐽 remplie par colonne.
b) Répéter la partie a) pour l’élément (𝑖, 𝑗, 𝑘) d’un tableau 𝐼 × 𝐽 × 𝐾.

3.8 Simuler une matrice mat 10×7, puis écrire des expressions R permettant
d’effectuer les tâches demandées ci-dessous.
a) Calculer la somme des éléments de chacunes des lignes de la matrice.
b) Calculer la moyenne des éléments de chacunes des colonnes de la
matrice.
c) Calculer la valeur maximale de la sous-matrice formée par les trois
premières lignes et les trois premières colonnes.
d) Extraire toutes les lignes de la matrice dont la moyenne des éléments
est supérieure à 7.

3.9 On vous donne la liste et la date des 31 meilleurs temps enregistrés au

100 mètres homme entre 1964 et 2005 :

> temps <- c(10.06, 10.03, 10.02, 9.95, 10.04, 10.07, 10.08,
+ 10.05, 9.98, 10.09, 10.01, 10.00, 9.97, 9.93,
+ 9.96, 9.99, 9.92, 9.94, 9.90, 9.86, 9.88,
+ 9.87, 9.85, 9.91, 9.84, 9.89, 9.79, 9.80,
+ 9.82, 9.78, 9.77)
3.8. Exercices 67

> names(temps) <- c(”1964-10-15”, ”1968-06-20”, ”1968-10-13”,

+ ”1968-10-14”, ”1968-10-14”, ”1968-10-14”,
+ ”1968-10-14”, ”1975-08-20”, ”1977-08-11”,
+ ”1978-07-30”, ”1979-09-04”, ”1981-05-16”,
+ ”1983-05-14”, ”1983-07-03”, ”1984-05-05”,
+ ”1984-05-06”, ”1988-09-24”, ”1989-06-16”,
+ ”1991-06-14”, ”1991-08-25”, ”1991-08-25”,
+ ”1993-08-15”, ”1994-07-06”, ”1994-08-23”,
+ ”1996-07-27”, ”1996-07-27”, ”1999-06-16”,
+ ”1999-08-22”, ”2001-08-05”, ”2002-09-14”,
+ ”2005-06-14”)

Extraire de ce vecteur les records du monde seulement, c’est-à-dire la

première fois que chaque temps a été réalisé.
 Exemples résolus

Objectifs du chapitre

x Mettre en pratique les connaissances acquises dans les chapitres précédents.

x Tirer profit de l’arithmétique vectorielle de R pour effectuer des calculs complexes
sans boucles.
x Utiliser l’initialisation de vecteurs et leur indiçage de manière à réduire le temps de
calcul.

Ce chapitre propose de faire le point sur les concepts étudiés jusqu’à

maintenant par le biais de quelques exemples résolus. On y met particuliè-
rement en évidence les avantages de l’approche vectorielle du langage R.
Les exemples font appel à quelques connaissances de base en mathéma-
tiques financières et en théorie des probabilités.

. Calcul de valeurs actuelles

La valeur actuelle d’une série de paiements 𝑃1 , 𝑃2 , … , 𝑃𝑛 à la fin des an-
nées 1, 2, … , 𝑛 est
𝑛 𝑗
−1
∑ ∏ (1 + 𝑖𝑘 ) 𝑃𝑗 , (4.1)
𝑗=1 𝑘=1

où 𝑖𝑘 est le taux d’intérêt effectif annuellement durant l’année 𝑘. Lorsque le

taux d’intérêt est constant au cours des 𝑛 années, cette formule se simplifie
en
𝑛
−𝑗
∑ (1 + 𝑖) 𝑃𝑗 . (4.2)
𝑗=1

69
70 Exemples résolus

Un prêt est remboursé par une série de cinq paiements, le premier étant
dû dans un an. On doit trouver le montant du prêt pour chacune des hypo-
thèses ci-dessous.
a) Paiement annuel de 1 000, taux d’intérêt de 6 % effectif annuellement.
Avec un paiement annuel et un taux d’intérêt constants, on utilise la
formule (4.2) avec 𝑃𝑗 = 𝑃 = 1 000 :

> 1000 * sum((1 + 0.06)^(-(1:5)))

[1] 4212.364

Remarquer comme l’expression R se lit exactement comme la formule

mathématique.
b) Paiements annuels de 500, 800, 900, 750 et 1 000, taux d’intérêt de 6 %
effectif annuellement.
Les paiements annuels sont différents, mais le taux d’intérêt est toujours
le même. La formule (4.2) s’applique donc directement :

> sum(c(500, 800, 900, 750, 1000) * (1 + 0.06)^(-(1:5)))

[1] 3280.681

c) Paiements annuels de 500, 800, 900, 750 et 1 000, taux d’intérêt de 5 %,

6 %, 5,5 %, 6,5 % et 7 % effectifs annuellement.
Avec différents paiements annuels et des taux d’intérêt différents, il faut
employer la formule (4.1). Le produit cumulatif des taux d’intérêt est
obtenu avec la fonction cumprod :

> sum(c(500, 800, 900, 750, 1000) /

+ cumprod(1 + c(0.05, 0.06, 0.055, 0.065, 0.07)))
[1] 3308.521

. Fonctions de masse de probabilité

On doit calculer toutes ou la majeure partie des probabilités de deux lois
de probabilité, puis vérifier que la somme des probabilités est bien égale à
1.
Cet exemple est quelque peu artificiel dans la mesure où il existe dans
R des fonctions internes pour calculer les principales caractéristiques des
lois de probabilité les plus usuelles. Nous utiliserons d’ailleurs ces fonctions
pour vérifier nos calculs.
4.2. Fonctions de masse de probabilité 71

a) Calculer toutes les masses de probabilité de la distribution binomiale

pour des valeurs des paramètres 𝑛 et 𝑝 quelconques. La fonction de
masse de probabilité de la binomiale est

𝑛
𝑓(𝑥) = ( )𝑝𝑥 (1 − 𝑝)𝑛−𝑥 , 𝑥 = 0, … , 𝑛.
𝑥

Soit 𝑛 = 10 et 𝑝 = 0,8. Les coefficients binomiaux sont calculés avec la

fonction choose :

> n <- 10
> p <- 0.8
> x <- 0:n
> choose(n, x) * p^x * (1 - p)^rev(x)
[1] 0.0000001024 0.0000040960 0.0000737280
[4] 0.0007864320 0.0055050240 0.0264241152
[7] 0.0880803840 0.2013265920 0.3019898880
[10] 0.2684354560 0.1073741824

On vérifie les réponses obtenues avec la fonction interne dbinom :

> dbinom(x, n, prob = 0.8)

[1] 0.0000001024 0.0000040960 0.0000737280
[4] 0.0007864320 0.0055050240 0.0264241152
[7] 0.0880803840 0.2013265920 0.3019898880
[10] 0.2684354560 0.1073741824

On vérifie enfin que les probabilités somment à 1 :

> sum(choose(n, x) * p^x * (1 - p)^rev(x))

[1] 1

b) Calculer la majeure partie des masses de probabilité de la distribution

de Poisson, dont la fonction de masse de probabilité est

𝜆𝑥 𝑒−𝜆
𝑓(𝑥) = , 𝑥 = 0, 1, … ,
𝑥!

où 𝑥! = 𝑥(𝑥 − 1) ⋯ 2 ⋅ 1.
La loi de Poisson ayant un support infini, on calcule les probabilités
en 𝑥 = 0, 1, … , 10 seulement avec 𝜆 = 5. On calcule les factorielles
avec la fonction factorial. On notera au passage que factorial(x) ==
72 Exemples résolus

gamma(x + 1), où la fonction R gamma calcule les valeurs de la fonction

mathématique du même nom
∞
Γ(𝑛) = ∫ 𝑥𝑛−1 𝑒−𝑥 𝑑𝑥 = (𝑛 − 1)Γ(𝑛 − 1),
0

avec Γ(0) = 1. Pour 𝑛 entier, on a donc Γ(𝑛) = (𝑛 − 1)!.

> lambda <- 5

> x <- 0:10
> exp(-lambda) * (lambda^x / factorial(x))
[1] 0.006737947 0.033689735 0.084224337
[4] 0.140373896 0.175467370 0.175467370
[7] 0.146222808 0.104444863 0.065278039
[10] 0.036265577 0.018132789

Vérification avec la fonction interne dpois :

> dpois(x, lambda)

[1] 0.006737947 0.033689735 0.084224337
[4] 0.140373896 0.175467370 0.175467370
[7] 0.146222808 0.104444863 0.065278039
[10] 0.036265577 0.018132789

Pour vérifier que les probabilités somment à 1, il faudra d’abord tronquer

le support infini de la Poisson à une «grande» valeur. Ici, 200 est suffi-
samment éloigné de la moyenne de la distribution, 5. Remarquer que le
produit par 𝑒−𝜆 est placé à l’extérieur de la somme pour ainsi faire un
seul produit plutôt que 201.

> x <- 0:200

> exp(-lambda) * sum((lambda^x / factorial(x)))
[1] 1

. Fonction de répartition de la loi gamma

La loi gamma est fréquemment utilisée pour la modélisation d’événe-
ments ne pouvant prendre que des valeurs positives et pour lesquels les
petites valeurs sont plus fréquentes que les grandes. Par exemple, on uti-
lise parfois la loi gamma en sciences actuarielles pour la modélisation des
4.3. Fonction de répartition de la loi gamma 73

montants de sinistres. Nous utiliserons la paramétrisation où la fonction de

densité de probabilité est
𝜆𝛼
𝑓(𝑥) = 𝑥𝛼−1 𝑒−𝜆𝑥 , 𝑥 > 0, (4.3)
Γ(𝛼)
où Γ(⋅) est la fonction gamma définie dans l’exemple précédent.
Il n’existe pas de formule explicite de la fonction de répartition de la loi
gamma. Néanmoins, la valeur de la fonction de répartition d’une loi gamma
de paramètre 𝛼 entier et 𝜆 = 1 peut être obtenue à partir de la formule
𝛼−1
𝑥𝑗
𝐹(𝑥; 𝛼, 1) = 1 − 𝑒−𝑥 ∑ . (4.4)
𝑗=0
𝑗!

a) Évaluer 𝐹(4; 5, 1).

Cet exercice est simple puisqu’il s’agit de calculer une seule valeur de
la fonction de répartition avec un paramètre 𝛼 fixe. Par une application
directe de (4.4), on a :
> alpha <- 5
> x <- 4
> 1 - exp(-x) * sum(x^(0:(alpha - 1))/gamma(1:alpha))
[1] 0.3711631

Vérification avec la fonction interne pgamma :

> pgamma(x, alpha)
[1] 0.3711631

On peut éviter de générer essentiellement la même suite de nombres à

deux reprises en ayant recours à une variable intermédiaire. Au risque
de rendre le code un peu moins lisible (mais plus compact !), l’affectation
et le calcul final peuvent même se faire dans une seule expression.
> 1 - exp(-x) * sum(x^(-1 + (j <- 1:alpha))/gamma(j))
[1] 0.3711631

b) Évaluer 𝐹(𝑥; 5, 1) pour 𝑥 = 2, 3, … , 10 en une seule expression.

Cet exercice est beaucoup plus compliqué qu’il n’y paraît au premier
abord. Ici, la valeur de 𝛼 demeure fixe, mais on doit calculer, en une seule
expression, la valeur de la fonction de répartition en plusieurs points. Or,
cela exige de faire d’un coup le calcul 𝑥𝑗 pour plusieurs valeur de 𝑥 et
plusieurs valeurs de 𝑗. C’est un travail pour la fonction outer :
74 Exemples résolus

> x <- 2:10

> 1 - exp(-x) * colSums(t(outer(x, 0:(alpha-1), ”^”)) /
+ gamma(1:alpha))
[1] 0.05265302 0.18473676 0.37116306 0.55950671
[5] 0.71494350 0.82700839 0.90036760 0.94503636
[9] 0.97074731

Vérification avec la fonction interne pgamma :

> pgamma(x, alpha)
[1] 0.05265302 0.18473676 0.37116306 0.55950671
[5] 0.71494350 0.82700839 0.90036760 0.94503636
[9] 0.97074731

Il est laissé en exercice de déterminer pourquoi la transposée est néces-

saire dans l’expression ci-dessus. Exécuter l’expression étape par étape,
de l’intérieur vers l’extérieur, pour mieux comprendre comment on ar-
rive à faire le calcul en (4.4).

. Algorithme du point fixe

Trouver la racine d’une fonction 𝑔 — c’est-à-dire le point 𝑥 où 𝑔(𝑥) = 0
— est un problème classique en mathématiques. Très souvent, il est possible
de reformuler le problème de façon à plutôt chercher le point 𝑥 où 𝑓(𝑥) = 𝑥.
La solution d’un tel problème est appelée point fixe.
L’algorithme du calcul numérique du point fixe d’une fonction 𝑓(𝑥) est
très simple :
1. choisir une valeur de départ 𝑥0 ;
2. calculer 𝑥𝑛 = 𝑓(𝑥𝑛−1 ) pour 𝑛 = 1, 2, … ;
3. répéter l’étape 2 jusqu’à ce que |𝑥𝑛 −𝑥𝑛−1 | < 𝜖 ou |𝑥𝑛 −𝑥𝑛−1 |/|𝑥𝑛−1 | < 𝜖.
On doit trouver, à l’aide de la méthode du point fixe, la valeur de 𝑖 telle
que
1 − (1 + 𝑖)−10
𝑎 10 = = 8,21,
𝑖
c’est à dire le taux de rendement d’une série de 10 versements de 1 pour
laquelle on a payé un montant de 8,21.
Puisque, d’une part, nous ignorons combien de fois la procédure itérative
devra être répétée et que, d’autre part, il faut exécuter la procédure au moins
une fois, le choix logique pour la structure de contrôle à utiliser dans cette
4.5. Suite de Fibonacci 75

procédure itérative est repeat. De plus, il faut comparer deux valeurs suc-
cessives du taux d’intérêt, nous devrons donc avoir recours à deux variables.
On a :

> i <- 0.05

> repeat
+ {
+ it <- i
+ i <- (1 - (1 + it)^(-10))/8.21
+ if (abs(i - it)/it < 1E-10)
+ break
+ }
> i
[1] 0.03756777

Vérification :

> (1 - (1 + i)^(-10))/i
[1] 8.21

Nous verrons au chapitre 5 comment créer une fonction à partir de ce code.

. Suite de Fibonacci

La suite de Fibonacci est une suite de nombres entiers très connue. Les
deux premiers termes de la suite sont 0 et 1 et tous les autres sont la somme
des deux termes précédents. Mathématiquement, les valeurs de la suite de
Fibonacci sont données par la fonction

𝑓(0) = 0
𝑓(1) = 1
𝑓(𝑛) = 𝑓(𝑛 − 1) + 𝑓(𝑛 − 2), 𝑛 ≥ 2.

Le quotient de deux termes successifs converge vers (1 + √5)/2, le nombre

d’or.
On veut calculer les 𝑛 > 2 premiers termes de la suite de Fibonacci. Ce
problème étant intrinsèquement récursif, nous devons utiliser une boucle.
Voici une première solution pour 𝑛 = 10 :
76 Exemples résolus

> n <- 10
> x <- c(0, 1)
> for (i in 3:n) x[i] <- x[i - 1] + x[i - 2]
> x

[1] 0 1 1 2 3 5 8 13 21 34

La procédure ci-dessus a un gros défaut : la taille de l’objet x est constam-

ment augmentée pour stocker une nouvelle valeur de la suite. Tentons une
analogie alimentaire pour cette manière de procéder. Pour ranger des bis-
cuits frais sortis du four, on prend un premier biscuit et on le range dans
un plat ne pouvant contenir qu’un seul biscuit. Arrivé au second biscuit, on
constate que le contenant n’est pas assez grand, alors on sort un plat pou-
vant contenir deux biscuits, on change le premier biscuit de plat et on y
range aussi le second biscuit. Arrivé au troisième biscuit, le petit manège re-
commence, et ainsi de suite jusqu’à ce que le plateau de biscuits soit épuisé.
C’est ce que nous nommerons, non sans un sourire en coin, le Syndrôme de
la plaque à biscuits™.
Le petit manège décrit ci-dessus se reproduit à l’identique dans la mé-
moire de l’ordinateur, l’odeur des bons biscuits chauds en moins. En effet,
le système doit constamment allouer de la nouvelle mémoire et déplacer
les termes déjà sauvegardés au fur et à mesure que le vecteur x grandit. On
aura compris qu’une telle façon de faire est à éviter absolument lorsque c’est
possible — et ça l’est la plupart du temps.
Quand on sait quelle sera la longueur d’un objet, comme c’est le cas dans
cet exemple, il vaut mieux créer un contenant vide de la bonne longueur et
le remplir par la suite. Cela nous donne une autre façon de calculer la suite
de Fibonacci :

> n <- 10
> x <- numeric(n) # contenant créé
> x[2] <- 1 # x[1] vaut déjà 0
> for (i in 3:n) x[i] <- x[i - 1] + x[i - 2]
> x

[1] 0 1 1 2 3 5 8 13 21 34

Dans les exemples du chapitre 5, nous composeront des fonctions avec

ces deux exemples et nous comparerons les temps de calcul pour 𝑛 grand.
4.6. Exercices 77

. Exercices
Dans chacun des exercices ci-dessous, écrire une expression R pour faire
le calcul demandé. Parce qu’elles ne sont pas nécessaires, il est interdit d’uti-
liser des boucles.
4.1 Calculer la valeur actuelle d’une série de paiements fournie dans un vec-
teur P en utilisant les taux d’intérêt annuels d’un vecteur i.
4.2 Étant donné un vecteur d’observations 𝐱 = (𝑥1 , … , 𝑥𝑛 ) et un vecteur de
poids correspondants 𝐰 = (𝑤1 , … , 𝑤𝑛 ), calculer la moyenne pondérée
des observations,
𝑛
𝑤𝑖
∑ 𝑥𝑖 ,
𝑖=1
𝑤Σ

où 𝑤Σ = ∑𝑛
𝑖=1 𝑤𝑖 . Tester l’expression avec les vecteurs de données

𝐱 = (7, 13, 3, 8, 12, 12, 20, 11)

et

𝐰 = (0,15, 0,04, 0,05, 0,06, 0,17, 0,16, 0,11, 0,09).

4.3 Soit un vecteur d’observations 𝐱 = (𝑥1 , … , 𝑥𝑛 ). Calculer la moyenne

harmonique de ce vecteur, définie comme
𝑛
.
1 1
+⋯+
𝑥1 𝑥𝑛

Tester l’expression avec les valeurs de l’exercice 4.2.

4.4 Calculer la fonction de répartition en 𝑥 = 5 d’une loi de Poisson avec
paramètre 𝜆 = 2, qui est donnée par
5
2𝑘 𝑒−2
∑ ,
𝑘=0
𝑘!

où 𝑘! = 1 ⋅ 2 ⋯ 𝑘.
4.5 a) Calculer l’espérance d’une variable aléatoire 𝑋 dont le support est
𝑥 = 1, 10, 100, … , 1 000 000 et les probabilités correspondantes sont
1 2 7
28 , 28 , … , 28 , dans l’ordre.
b) Calculer la variance de la variable aléatoire 𝑋 définie en a).
78 Exemples résolus

4.6 Calculer le taux d’intérêt nominal composé quatre fois par année, 𝑖(4) ,
équivalent à un taux de 𝑖 = 6 % effectif annuellement.
4.7 La valeur actuelle d’une série de 𝑛 paiements de fin d’année à un taux
d’intérêt 𝑖 effectif annuellement est

1 − 𝑣𝑛
𝑎 𝑛 = 𝑣 + 𝑣2 + ⋯ + 𝑣𝑛 = ,
𝑖

où 𝑣 = (1+𝑖)−1 . Calculer en une seule expression, toujours sans boucle,

un tableau des valeurs actuelles de séries de 𝑛 = 1, 2, … , 10 paiements à
chacun des taux d’intérêt effectifs annuellement 𝑖 = 0,05, 0,06, … , 0,10.
4.8 Calculer la valeur actuelle d’une annuité croissante de 1 $ payable an-
nuellement en début d’année pendant dix ans si le taux d’actualisation
est de 6 %. Cette valeur actuelle est donnée par

10
𝐼𝑎̈ 10 = ∑ 𝑘𝑣𝑘−1 ,
𝑘=1

toujours avec 𝑣 = (1 + 𝑖)−1 .

4.9 Calculer la valeur actuelle de la suite de paiements 1, 2, 2, 3, 3, 3, 4, 4, 4,
4 si les paiements sont effectués en fin d’année et que le taux d’actuali-
sation est de 7 %.
4.10 Calculer la valeur actuelle de la suite de paiements de l’exercice 4.9 en
supposant que le taux d’intérêt d’actualisation alterne successivement
entre 5 % et 8 % chaque année, c’est-à-dire que le taux d’intérêt est de
5 %, 8 %, 5 %, 8 %, etc.
 Fonctions définies par l’usager

Objectifs du chapitre

x Définir une fonction R, ses divers arguments et, le cas échéant, les valeurs par défaut
de ceux-ci.
x Déboguer une fonction R.
x Adopter un style de codage correspondant à la pratique reconnue en R.

La possibilité pour l’usager de définir facilement et rapidement de nou-

velles fonctions — et donc des extensions au langage — est une des grandes
forces de R. Les fonctions personnelles définies dans l’espace de travail ou
dans un package sont traitées par le système exactement comme les fonction
internes.
Ce court chapitre passe en revue la syntaxe et les règles pour créer des
fonctions dans R. On discute également brièvement de débogage et de style
de codage.

. Définition d’une fonction

On définit une nouvelle fonction avec la syntaxe suivante :
fun <- function(arguments) expression
où
x fun est le nom de la fonction (les règles pour les noms de fonctions étant
les mêmes que celles présentées à la section 2.2 pour tout autre objet) ;
x arguments est la liste des arguments, séparés par des virgules ;
x expression constitue le corps de la fonction, soit une expression ou un
groupe d’expressions réunies par des accolades.

79
80 Fonctions définies par l’usager

. Retourner des résultats

La plupart des fonctions sont écrites dans le but de retourner un résul-
tat. Or, les règles d’interprétation d’un groupe d’expressions présentées à la
section 2.1 s’appliquent ici au corps de la fonction.

x Une fonction retourne tout simplement le résultat de la dernière expres-

sion du corps de la fonction.
x On évitera donc que la dernière expression soit une affectation, car la fonc-
tion ne retournera alors rien et on ne pourra utiliser une construction de
la forme x <- f() pour affecter le résultat de la fonction à une variable.
x Si on doit retourner un résultat sans être à la dernière ligne de la fonction
(à l’intérieur d’un bloc conditionnel, par exemple), on utilise la fonction
return. L’utilisation de return à la toute fin d’une fonction est tout à fait
inutile et considérée comme du mauvais style en R.
x Lorsqu’une fonction doit retourner plusieurs résultats, il est en général
préférable d’avoir recours à une liste nommée.

. Variables locales et globales

Comme la majorité des langages de programmation, R comporte des
concepts de variable locale et de variable globale.

x Toute variable définie dans une fonction est locale à cette fonction, c’est-
à-dire qu’elle :

– n’apparaît pas dans l’espace de travail ;

– n’écrase pas une variable du même nom dans l’espace de travail.

x Il est possible de définir une variable dans l’espace de travail depuis une
fonction avec l’opérateur d’affectation <<-. Il est très rare — et générale-
ment non recommandé — de devoir recourir à de telles variables globales.
x On peut définir une fonction à l’intérieur d’une autre fonction. Cette fonc-
tion sera locale à la fonction dans laquelle elle est définie.

Le lecteur intéressé à en savoir plus pourra consulter les sections de la

documentation de R portant sur la portée lexicale (lexical scoping). C’est un
sujet important et intéressant, mais malheureusement trop avancé pour ce
document d’introduction à la programmation en R.
5.4. Exemple de fonction 81

fp <- function(k, n, start = 0.05, TOL = 1E-10)

{
## Fonction pour trouver par la méthode du point
## fixe le taux d’intérêt pour lequel une série de
## ’n’ paiements vaut ’k’.
##
## ARGUMENTS
##
## k: la valeur présente des paiements
## n: le nombre de paiements
## start: point de départ des itérations
## TOL: niveau de précision souhaité
##
## RETOURNE
##
## Le taux d’intérêt

i <- start
repeat
{
it <- i
i <- (1 - (1 + it)^(-n))/k
if (abs(i - it)/it < TOL)
break
}
i
}

Fig. 5.1 : Exemple de fonction de point fixe

. Exemple de fonction

Le code développé pour l’exemple de point fixe de la section 4.4 peut
être intégré dans une fonction ; voir la figure 5.1.

x Le nom de la fonction est fp.

x La fonction compte quatre arguments : k, n, start et TOL.
82 Fonctions définies par l’usager

x Les deux derniers arguments ont des valeurs par défaut de 0,05 et 10−10 ,
respectivement.
x La fonction retourne la valeur de la variable i.

. Fonctions anonymes

Il est parfois utile de définir une fonction sans lui attribuer un nom —
d’où la notion de fonction anonyme. Il s’agira en général de fonctions courtes
utilisées dans une autre fonction. Par exemple, pour calculer la valeur de 𝑥𝑦2
pour toutes les combinaisons de 𝑥 et 𝑦 stockées dans des vecteurs du même
nom, on pourrait utiliser la fonction outer ainsi :

> x <- 1:3; y <- 4:6

> f <- function(x, y) x * y^2
> outer(x, y, f)
[,1] [,2] [,3]
[1,] 16 25 36
[2,] 32 50 72
[3,] 48 75 108

Cependant, si la fonction f ne sert à rien ultérieurement, on peut se

contenter de passer l’objet fonction à outer sans jamais lui attribuer un
nom :

> outer(x, y, function(x, y) x * y^2)

[,1] [,2] [,3]
[1,] 16 25 36
[2,] 32 50 72
[3,] 48 75 108

On a alors utilisé dans outer une fonction anonyme.

. Débogage de fonctions

Il est assez rare d’arriver à écrire un bout de code sans bogue du premier
coup. Par conséquent, qui dit programmation dit séances de débogage.
Les techniques de débogages les plus simples et naïves sont parfois les
plus efficaces et certainement les plus faciles à apprendre. Loin d’un traité
sur le débogage de code R, nous offrons seulement ici quelques trucs que
nous utilisons régulièrement.
5.7. Styles de codage 83

x Les erreurs de syntaxe sont les plus fréquentes (en particulier l’oubli de
virgules). Lors de la définition d’une fonction, une vérification de la syn-
taxe est effectuée par l’interprète R. Attention, cependant : une erreur
peut prendre sa source plusieurs lignes avant celle que l’interprète pointe
comme faisant problème.
x Les messages d’erreur de l’interprète ne sont pas toujours d’un grand se-
cours… tant que l’on n’a pas appris à les reconnaître. Un exemple de mes-
sage d’erreur fréquemment rencontré :
valeur manquante là où TRUE / FALSE est requis
Cette erreur provient généralement d’une commande if dont l’argument
vaut NA plutôt que TRUE ou FALSE. La raison : des valeurs manquantes se
sont faufilées dans les calculs à notre insu jusqu’à l’instructions if, qui
n’accepte que des valeurs booléennes en arguement.
x Lorsqu’une fonction ne retourne pas le résultat attendu, placer des com-
mandes print à l’intérieur de la fonction, de façon à pouvoir suivre les
valeurs prises par les différentes variables.
Par exemple, la modification suivante à la boucle de la fonction fp per-
met d’afficher les valeurs successives de la variable i et de détecter une
procédure itérative divergente :

repeat
{
it <- i
i <- (1 - (1 + it)^(-n))/k
print(i)
if (abs((i - it)/it < TOL))
break
}

x Quand ce qui précède ne fonctionne pas, ne reste souvent qu’à exécuter

manuellement la fonction. Pour ce faire, définir dans l’espace de travail
tous les arguments de la fonction, puis exécuter le corps de la fonction
ligne par ligne. La vérification du résultat de chaque ligne permet généra-
lement de retrouver la ou les expressions qui causent problème.

. Styles de codage

Si tous conviennent que l’adoption d’un style propre et uniforme favorise
le développement et la lecture de code, il existe plusieurs chapelles dans le
84 Fonctions définies par l’usager

monde des programmeurs quant à la «bonne façon» de présenter et, surtout,

d’indenter le code informatique.
Par exemple, Emacs reconnaît et supporte les styles de codage suivants,
entre autres :

C++/Stroustrup for (i in 1:10)

{
expression
}

K&R (1TBS) for (i in 1:10){

expression
}

Whitesmith for (i in 1:10)

{
expression
}

GNU for (i in 1:10)

{
expression
}

x Pour des raisons générales de lisibilité et de popularité, le style C++, avec

les accolades sur leurs propres lignes et une indentation de quatre (4)
espaces est considéré comme standard pour la programmation en R.
x La version de GNU Emacs distribuée par l’auteur est déjà configurée pour
utiliser ce style de codage.
x Consulter la documentation de votre éditeur de texte pour savoir si vous
pouvez configurer le niveau d’indentation. La plupart des bons éditeurs
pour programmeurs le permettent.
x Surtout, éviter de ne pas du tout indenter le code.

. Exemples

### POINT FIXE

## Comme premier exemple de fonction, on réalise une mise en

## oeuvre de l’algorithme du point fixe pour trouver le taux
5.8. Exemples 85

## d’intérêt tel que a_angle{n} = k pour ’n’ et ’k’ donnés.

## Cette mise en oeuvre est peu générale puisqu’il faudrait
## modifier la fonction chaque fois que l’on change la
## fonction f(x) dont on cherche le point fixe.
fp1 <- function(k, n, start = 0.05, TOL = 1E-10)
{
i <- start
repeat
{
it <- i
i <- (1 - (1 + it)^(-n))/k
if (abs(i - it)/it < TOL)
break
}
i
}

fp1(7.2, 10) # valeur de départ par défaut

fp1(7.2, 10, 0.06) # valeur de départ spécifiée
i # les variables n’existent pas...
start # ... dans l’espace de travail

## Généralisation de la fonction ’fp1’ : la fonction f(x) dont

## on cherche le point fixe (c’est-à-dire la valeur de ’x’
## tel que f(x) = x) est passée en argument. On peut faire
## ça ? Bien sûr, puisqu’une fonction est un objet comme un
## autre en R. On ajoute également à la fonction un argument
## ’echo’ qui, lorsque TRUE, fera en sorte d’afficher à
## l’écran les valeurs successives de ’x’.
##
## Ci-dessous, il est implicite que le premier argument, FUN,
## est une fonction.
fp2 <- function(FUN, start, echo = FALSE, TOL = 1E-10)
{
x <- start
repeat
{
xt <- x

if (echo) # inutile de faire ’if (echo == TRUE)’

print(xt)

x <- FUN(xt) # appel de la fonction

if (abs(x - xt)/xt < TOL)

86 Fonctions définies par l’usager

break
}
x
}

f <- function(i) (1 - (1+i)^(-10))/7.2 # définition de f(x)

fp2(f, 0.05) # solution
fp2(f, 0.05, echo = TRUE) # avec résultats intermédiaires
fp2(function(x) 3^(-x), start = 0.5) # avec fonction anonyme

## Amélioration mineure à la fonction ’fp2’ : puisque la

## valeur de ’echo’ ne change pas pendant l’exécution de la
## fonction, on peut éviter de refaire le test à chaque
## itération de la boucle. Une solution élégante consiste à
## utiliser un outil avancé du langage R :les expressions.
##
## L’objet créé par la fonction ’expression’ est une
## expression non encore évaluée (comme si on n’avait pas
## appuyé sur Entrée à la fin de la ligne). On peut ensuite
## évaluer l’expression (appuyer sur Entrée) avec ’exec’.
fp3 <- function(FUN, start, echo = FALSE, TOL = 1E-10)
{
x <- start

## Choisir l’expression à exécuter plus loin

if (echo)
expr <- expression(print(xt <- x))
else
expr <- expression(xt <- x)

repeat
{
eval(expr) # évaluer l’expression

x <- FUN(xt) # appel de la fonction

if (abs(x - xt)/xt < TOL)

break
}
x
}

fp3(f, 0.05, echo = TRUE) # avec résultats intermédiaires

fp3(function(x) 3^(-x), start = 0.5) # avec une fonction anonyme
5.8. Exemples 87

### SUITE DE FIBONACCI

## On a présenté au chapitre 4 deux manières différentes de

## pour calculer les ’n’ premières valeurs de la suite de
## Fibonacci. On crée d’abord des fonctions à partir de ce
## code. Avantage d’avoir des fonctions :elles sont valides
## pour tout ’n’ > 2.
##
## D’abord la version inefficace parce qu’elle souffre du
## Syndrôme de la plaque à biscuits décrit au chapitre 4.
fib1 <- function(n)
{
res <- c(0, 1)
for (i in 3 :n)
res[i] <- res[i - 1] + res[i - 2]
res
}
fib1(10)
fib1(20)

## Puis la version qui devrait s’avérer plus efficace parce

## que l’on initialise d’entrée de jeu un contenant de la
## bonne longueur qu’on remplit par la suite.
fib2 <- function(n)
{
res <- numeric(n) # contenant créé
res[2] <- 1 # res[1] vaut déjà 0
for (i in 3 :n)
res[i] <- res[i - 1] + res[i - 2]
res
}
fib2(5)
fib2(20)

## A-t-on vraiment gagné en efficacité ? Comparons le temps

## requis pour générer une longue suite de Fibonacci avec les
## deux fonctions.
[Link](fib1(10000)) # version inefficace
[Link](fib2(10000)) # version efficace, ~5x plus rapide

## Variation sur un même thème :une fonction pour calculer non

## pas les ’n’ premières valeurs de la suite de Fibonacci,
## mais uniquement la ’n’ième valeur.
##
## Mais il y a un mais :la fonction ’fib3’ est truffée
88 Fonctions définies par l’usager

## d’erreurs (de syntaxe, d’algorithmique, de conception). À

## vous de trouver les bogues. (Afin de préserver cet
## exemple, copier le code erroné plus bas ou dans un autre
## fichier avant d’y faire les corrections.)
fib3 <- function(nb)
{
x <- 0
x1 _ 0
x2 <- 1
while (n > 0))
x <- x1 + x2
x2 <- x1
x1 <- x
n <- n - 1
}
fib3(1) # devrait donner 0
fib3(2) # devrait donner 1
fib3(5) # devrait donner 3
fib3(10) # devrait donner 34
fib3(20) # devrait donner 4181

. Exercices
5.1 La fonctions var calcule l’estimateur sans biais de la variance d’une po-
pulation à partir de l’échantillon donné en argument. Écrire une fonction
variance qui calculera l’estimateur biaisé ou sans biais selon que l’argu-
ment biased sera TRUE ou FALSE, respectivement. Le comportement par
défaut de variance devrait être le même que celui de var. L’estimateur
sans biais de la variance à partir d’un échantillon 𝑋1 , … , 𝑋𝑛 est
𝑛
2 1 2
𝑆𝑛−1 = ∑ (𝑋𝑖 − 𝑋)̄ ,
𝑛 − 1 𝑖=1

alors que l’estimateur biaisé est

𝑛
1
𝑆𝑛2 = 2
∑ (𝑋𝑖 − 𝑋)̄ ,
𝑛 𝑖=1

où 𝑋̄ = 𝑛−1 (𝑋1 + ⋯ + 𝑋𝑛 ).
5.2 Écrire une fonction matrix2 qui, contrairement à la fonction matrix,
remplira par défaut la matrice par ligne. La fonction ne doit pas utili-
ser matrix. Les arguments de la fonction matrix2 seront les mêmes que
ceux de matrix, sauf que l’argument byrow sera remplacé par bycol.
5.9. Exercices 89

5.3 Écrire une fonction phi servant à calculer la fonction de densité de pro-
babilité d’une loi normale centrée réduite, soit

1 2
𝜙(𝑥) = 𝑒−𝑥 /2
, −∞ < 𝑥 < ∞.
√2𝜋

La fonction devrait prendre en argument un vecteur de valeurs de 𝑥.

Comparer les résultats avec ceux de la fonction dnorm.
5.4 Écrire une fonction Phi servant à calculer la fonction de répartition
d’une loi normale centrée réduite, soit
𝑥 1 2
Φ(𝑥) = ∫ 𝑒−𝑦 /2
𝑑𝑦, −∞ < 𝑥 < ∞.
−∞ √2𝜋

Supposer, pour le moment, que 𝑥 ≥ 0. L’évaluation numérique de l’inté-

grale ci-dessus peut se faire avec l’identité
∞
1 𝑥2𝑛+1
Φ(𝑥) = + 𝜙(𝑥) ∑ , 𝑥 ≥ 0.
2 𝑛=0
1 ⋅ 3 ⋅ 5 ⋯ (2𝑛 + 1)

Utiliser la fonction phi de l’exercice 5.3 et tronquer la somme infinie

à une grande valeur, 50 par exemple. La fonction ne doit pas utiliser
de boucles, mais peut ne prendre qu’une seule valeur de 𝑥 à la fois.
Comparer les résultats avec ceux de la fonction pnorm.
5.5 Modifier la fonction Phi de l’exercice 5.4 afin qu’elle admette des valeurs
de 𝑥 négatives. Lorsque 𝑥 < 0, Φ(𝑥) = 1 − Φ(−𝑥). La solution simple
consiste à utiliser une structure de contrôle if ... else, mais les cu-
rieux chercheront à s’en passer.
5.6 Généraliser maintenant la fonction de l’exercice 5.5 pour qu’elle prenne
en argument un vecteur de valeurs de 𝑥. Ne pas utiliser de boucle. Com-
parer les résultats avec ceux de la fonction pnorm.
5.7 Sans utiliser l’opérateur %*%, écrire une fonction [Link] qui effec-
tuera le produit matriciel de deux matrices seulement si les dimensions
de celles-ci le permettent. Cette fonction aura deux arguments (mat1 et
mat2) et devra tout d’abord vérifier si le produit matriciel est possible.
Si celui-ci est impossible, la fonction retourne un message d’erreur.
a) Utiliser une structure de contrôle if ... else et deux boucles.
b) Utiliser une structure de contrôle if ... else et une seule boucle.
Dans chaque cas, comparer le résultat avec l’opérateur %*%.
90 Fonctions définies par l’usager

5.8 Vous devez calculer la note finale d’un groupe d’étudiants à partir de
deux informations : 1) une matrice contenant la note sur 100 des étu-
diants à chacune des évaluations, et 2) un vecteur contenant la pon-
dération des évaluations. Un de vos collègues a composé la fonction
[Link] ci-dessous afin de faire le calcul de la note finale pour
chacun de ses étudiants. Votre collègue vous mentionne toutefois que
sa fonction est plutôt lente et inefficace pour de grands groupes d’étu-
diants. Modifiez la fonction afin d’en réduire le nombre d’opérations et
faire en sorte qu’elle n’utilise aucune boucle.

[Link] <- function(notes, p)

{
netud <- nrow(notes)
neval <- ncol(notes)
final <- (1:netud) * 0
for(i in 1:netud)
{
for(j in 1:neval)
{
final[i] <- final[i] + notes[i, j] * p[j]
}
}
final
}

5.9 Trouver les erreurs qui empêchent la définition de la fonction ci-dessous.

AnnuiteFinPeriode <- function(n, i)

{{
v <- 1/1 + i)
ValPresChaquePmt <- v^(1:n)
sum(ValPresChaquepmt)
}

5.10 La fonction ci-dessous calcule la valeur des paramètres d’une loi nor-
male, gamma ou Pareto à partir de la moyenne et de la variance, qui
sont connues par l’utilisateur.

param <- function(moyenne, variance, loi)

{
loi <- tolower(loi)
5.9. Exercices 91

if (loi == ”normale”)
param1 <- moyenne
param2 <- sqrt(variance)
return(list(mean = param1, sd = param2))
if (loi == ”gamma”)
param2 <- moyenne/variance
param1 <- moyenne * param2
return(list(shape = param1, scale = param2))
if (loi == ”pareto”)
cte <- variance/moyenne^2
param1 <- 2 * cte/(cte-1)
param2 <- moyenne * (param1 - 1)
return(list(alpha = param1, lambda = param2))
stop(”La loi doit etre une de \”normale\”,
\”gamma\” ou \”pareto\””)
}

L’utilisation de la fonction pour diverses lois donne les résultats sui-

vants :
> param(2, 4, ”normale”)
$mean
[1] 2

$sd
[1] 2

> param(50, 7500, ”gamma”)

Erreur dans param(50, 7500, ”gamma”) : Objet ”param1”

non trouvé

> param(50, 7500, ”pareto”)

Erreur dans param(50, 7500, ”pareto”) : Objet ”param1”

non trouvé

a) Expliquer pour quelle raison la fonction se comporte ainsi.

b) Appliquer les correctifs nécessaires à la fonction pour que celle-ci
puisse calculer les bonnes valeurs. (Les erreurs ne se trouvent pas
dans les mathématiques de la fonction.) Astuce : tirer profit du mo-
teur d’indentation de votre éditeur de texte pour programmeur.
 Concepts avancés

Objectifs du chapitre

x Passer des valeurs à une fonction via l’argument ‘...’.

x Effectuer des sommaires sur des tableaux à l’aide de la fonction apply.
x Réduire des listes avec les fonctions lapply, sapply et mapply ; comparer l’effet
de ces fonctions.
x Concevoir comment la classe d’un objet peut modifier le traitement qu’en feront
les fonctions génériques.

Ce chapitre traite de divers concepts et fonctions un peu plus avancés

du langage R, dont les fonctions de la famille apply auxquelles nous avons
fait référence à quelques reprises dans les chapitres précédents. Ce sont des
fonctions d’une grande importance en R.

. Argument ‘...’

La mention ‘...’ apparaît dans la définition de plusieurs fonctions en R.
Il ne faut pas voir là de la paresse de la part des rédacteurs des rubriques
d’aide, mais bel et bien un argument formel dont ‘...’ est le nom.

x Cet argument signifie qu’une fonction peut accepter un ou plusieurs argu-

ments autres que ceux faisant partie de sa définition.
x Le contenu de l’argument ‘...’ n’est ni pris en compte, ni modifié par
la fonction. Il est généralement simplement passé tel quel à une autre
fonction qui, elle, saura traiter les arguments qui lui sont ainsi passés.
x Pour des exemples, voir les définitions des fonctions apply, lapply et
sapply, ci-dessous.

93
94 Concepts avancés

. Fonction apply

 La fonction apply sert à appliquer une fonction quelconque sur une par-
tie d’une matrice ou, plus généralement, d’un tableau. La syntaxe de la fonc-
tion est la suivante :
apply(X, MARGIN, FUN, ...),
où
x X est une matrice ou un tableau ;
x MARGIN est un vecteur d’entiers contenant la ou les dimensions de la ma-
trice ou du tableau sur lesquelles la fonction doit s’appliquer ;
x FUN est la fonction à appliquer ;
x ‘...’ est un ensemble d’arguments supplémentaires, séparés par des vir-
gules, à passer à la fonction FUN.
Lorsque X est une matrice, apply sert principalement à calculer des som-
maires par ligne (dimension 1) ou par colonne (dimension 2) autres que la
somme ou la moyenne (puisque les fonctions rowSums, colSums, rowMeans
et colMeans existent pour ce faire).
x Utiliser la fonction apply plutôt que des boucles puisque celle-ci est plus
efficace.
x Considérer les exemples suivants :
> (x <- matrix(sample(1:100, 20, rep = TRUE), 5, 4))
[,1] [,2] [,3] [,4]
[1,] 27 90 21 50
[2,] 38 95 18 72
[3,] 58 67 69 100
[4,] 91 63 39 39
[5,] 21 7 77 78
> apply(x, 1, var) # variance par ligne
[1] 978.000 1181.583 335.000 612.000 1376.917
> apply(x, 2, min) # minimum par colonne
[1] 21 7 18 39
> apply(x, 1, mean, trim = 0.2) # moyenne tronquée par ligne
[1] 47.00 55.75 73.50 58.00 45.75

Puisqu’il n’existe pas de fonctions internes pour effectuer des sommaires

sur des tableaux, il faut toujours utiliser la fonction apply.
6.2. Fonction apply 95

x Si X est un tableau de plus de deux dimensions, alors l’argument passé à

FUN peut être une matrice ou un tableau.
x Lorsque X est un tableau à trois dimensions et que MARGIN est de longueur
1, cela équivaut à appliquer la fonction FUN sur des «tranches» (des ma-
trices) de X. Si MARGIN est de longueur 2, on applique FUN sur des «carottes»
(des vecteurs) tirées de X.
x Truc mnémotechnique : la ou les dimensions absentes de MARGIN sont
celles qui disparaissent après le passage de apply.
x Considérer les exemples suivants :
> (x <- array(sample(1:10, 80, rep = TRUE), c(3, 3, 4)))
, , 1

[,1] [,2] [,3]

[1,] 10 2 1
[2,] 3 3 4
[3,] 7 4 9

, , 2

[,1] [,2] [,3]

[1,] 4 5 7
[2,] 5 2 8
[3,] 6 9 2

, , 3

[,1] [,2] [,3]

[1,] 8 7 6
[2,] 5 8 8
[3,] 9 6 1

, , 4

[,1] [,2] [,3]

[1,] 5 5 3
[2,] 8 9 1
[3,] 7 5 1
> apply(x, 3, det) # déterminants des quatre matrices 3 x 3
96 Concepts avancés

[1] 103 149 -103 -54

> apply(x, 1, sum) # sommes des trois tranches horizontales
[1] 63 64 66
> apply(x, c(1, 2), sum) # sommes des neuf carottes horizontales
[,1] [,2] [,3]
[1,] 27 19 17
[2,] 21 22 21
[3,] 29 24 13
> apply(x, c(1, 3), sum) # sommes des 12 carottes transversales
[,1] [,2] [,3] [,4]
[1,] 13 16 21 13
[2,] 10 15 21 18
[3,] 20 17 16 13
> apply(x, c(2, 3), sum) # sommes des 12 carottes verticales
[,1] [,2] [,3] [,4]
[1,] 20 15 22 20
[2,] 9 16 21 19
[3,] 14 17 15 5

. Fonctions lapply et sapply

Les fonctions lapply et sapply sont similaires à la fonction apply en ce
qu’elles permettent d’appliquer une fonction aux éléments d’une structure
— le vecteur ou la liste en l’occurrence. Leur syntaxe est similaire :
lapply(X, FUN, ...)
sapply(X, FUN, ...)

x La fonction lapply applique une fonction FUN à tous les éléments d’un vec-
teur ou d’une liste X et retourne le résultat sous forme de liste. Le résultat
est donc :
list(FUN(X[[1]], ...),
FUN(X[[2]], ...),
FUN(X[[3]], ...),
...)
x Les éléments de X sont passés comme à la fonction FUN sans être nommés.
Les règles habituelles d’évaluation d’un appel de fonction s’appliquent.
6.3. Fonctions lapply et sapply 97

Par conséquent, les éléments de X seront considérés comme les premiers

arguments de FUN à moins que des arguments nommés dans ‘...’ aient
préséance.
x Par exemple, on crée une liste formée de quatre vecteurs aléatoires de
taille 5, 6, 7 et 8 :
> (x <- lapply(5:8, sample, x = 1:10))
[[1]]
[1] 7 4 3 10 9

[[2]]
[1] 3 2 4 7 8 5

[[3]]
[1] 8 4 9 2 1 10 6

[[4]]
[1] 5 6 8 4 3 1 7 2
Le premier argument de la fonction sample est x. Dans l’expression ci-
dessus, cet argument est passé à la fonction via l’argument ‘...’ de lapply.
Par conséquent, les valeurs successives de 5:8 servent comme deuxième
argument à la fonction sample, soit la taille de l’échantillon.
x On peut ensuite calculer la moyenne de chacun des vecteurs obtenus ci-
dessus, toujours sans faire de boucle :
> lapply(x, mean)
[[1]]
[1] 6.6

[[2]]
[1] 4.833333

[[3]]
[1] 5.714286

[[4]]
[1] 4.5

La fonction sapply est similaire à lapply, sauf que le résultat est re-
tourné sous forme de vecteur, si possible. Le résultat est donc simplifié par
rapport à celui de lapply, d’où le nom de la fonction.
98 Concepts avancés

x Dans l’exemple ci-dessus, il est souvent plus utile d’obtenir les résultats
sous la forme d’un vecteur :

> sapply(x, mean)

[1] 6.600000 4.833333 5.714286 4.500000

x Si le résultat de chaque application de la fonction est un vecteur et que

les vecteurs sont tous de la même longueur, alors sapply retourne une
matrice, remplie comme toujours par colonne :

> (x <- lapply(rep(5, 3), sample, x = 1:10))

[[1]]
[1] 6 2 9 5 4

[[2]]
[1] 1 10 6 7 4

[[3]]
[1] 6 5 8 4 9
> sapply(x, sort)
[,1] [,2] [,3]
[1,] 2 1 4
[2,] 4 4 5
[3,] 5 6 6
[4,] 6 7 8
[5,] 9 10 9

 Dans un grand nombre de cas, il est possible de remplacer les

boucles for par l’utilisation de lapply ou sapply. On ne saurait
donc trop insister sur l’importance de ces fonctions.

. Fonction mapply

La fonction mapply est une version multidimensionnelle de sapply. Sa
syntaxe est, essentiellement,
mapply(FUN, ...)
6.4. Fonction mapply 99

x Le résultat de mapply est l’application de la fonction FUN aux premiers élé-

ments de tous les arguments contenus dans ‘...’, puis à tous les seconds
éléments, et ainsi de suite.
x Ainsi, si v et w sont des vecteurs, mapply(FUN, v, w) retourne sous
forme de liste, de vecteur ou de matrice, selon le cas, FUN(v[1], w[1]),
FUN(v[2], w[2]), etc.
x Par exemple :
> mapply(rep, 1:4, 4:1)
[[1]]
[1] 1 1 1 1

[[2]]
[1] 2 2 2

[[3]]
[1] 3 3

[[4]]
[1] 4

x Les éléments de ‘...’ sont recyclés au besoin.

> mapply(seq, 1:6, 6:8)
[[1]]
[1] 1 2 3 4 5 6

[[2]]
[1] 2 3 4 5 6 7

[[3]]
[1] 3 4 5 6 7 8

[[4]]
[1] 4 5 6

[[5]]
[1] 5 6 7

[[6]]
[1] 6 7 8
100 Concepts avancés

. Fonction replicate

La fonction replicate est une fonction enveloppante de sapply simpli-
fiant la syntaxe pour l’exécution répétée d’une expression.
x Son usage est particulièrement indiqué pour les simulations. Ainsi, on
peut construire une fonction fun qui fait tous les calculs d’une simula-
tion, puis obtenir les résultats pour, disons, 10 000 simulations avec
> replicate(10000, fun(...))

x L’annexe B présente en détail différentes stratégies — dont l’utilisation de

la fonction replicate — pour la réalisation d’études de simulation en R.

. Classes et fonctions génériques

Dans le langage R, tous les objets ont une classe. La classe est parfois
implicite ou dérivée du mode de l’objet (consulter la rubrique d’aide de class
pour de plus amples détails).
x Certaines fonctions, dites fonctions génériques, se comportent différem-
ment selon la classe de l’objet donné en argument. Les fonctions géné-
riques les plus fréquemment employées sont print, plot et summary.
x Une fonction générique possède une méthode correspondant à chaque
classe qu’elle reconnaît et, généralement, une méthode default pour les
autres objets. La liste des méthodes existant pour une fonction générique
s’obtient avec la fonction methods :
> methods(plot)
[1] [Link]* [Link]*
[3] [Link]* [Link]
[5] [Link]* [Link]
[7] [Link] [Link]*
[9] [Link]* [Link]
[11] [Link]* [Link]*
[13] [Link]* [Link]*
[15] [Link] [Link]*
[17] [Link] [Link]*
[19] [Link]* [Link]*
[21] [Link]* [Link]
[23] [Link] [Link]*
[25] [Link]* [Link]
6.7. Exemples 101

[27] [Link]* [Link]

Non-visible functions are asterisked

x À chaque méthode methode d’une fonction générique fun correspond une

fonction [Link]. C’est donc la rubrique d’aide de cette dernière fonc-
tion qu’il faut consulter au besoin, et non celle de la fonction générique,
qui contient en général peu d’informations.
x Il est intéressant de savoir que lorsque l’on tape le nom d’un objet à la ligne
de commande pour voir son contenu, c’est la fonction générique print
qui est appelée. On peut donc complètement modifier la représentation à
l’écran du contenu d’un objet en créant une nouvelle classe et une nouvelle
méthode pour la fonction print.

. Exemples

###
### FONCTION ’apply’
###

## Création d’une matrice et d’un tableau à trois dimensions

## pour les exemples.
m <- matrix(sample(1 :100, 20), nrow = 4, ncol = 5)
a <- array(sample(1 :100, 60), dim = 3 :5)

## Les fonctions ’rowSums’, ’colSums’, ’rowMeans’ et

## ’colMeans’ sont des raccourcis pour des utilisations
## fréquentes de ’apply’.
rowSums(m) # somme par ligne
apply(m, 1, sum) # idem, mais moins lisible
colMeans(m) # somme par colonne
apply(m, 2, mean) # idem, mais moins lisible

## Puisqu’il n’existe pas de fonctions comme ’rowMax’ ou

## ’colProds’, il faut utiliser ’apply’.
apply(m, 1, max) # maximum par ligne
apply(m, 2, prod) # produit par colonne

## L’argument ’...’ de ’apply’ permet de passer des arguments

## à la fonction FUN.
m[sample(1 :20, 5)] <- NA # ajout de données manquantes
apply(m, 1, var, [Link] = TRUE) # variance par ligne sans NA
102 Concepts avancés

## Lorsque ’apply’ est utilisée sur un tableau, son résultat

## est de dimensions dim(X)[MARGIN], d’où le truc
## mnémotechnique donné dans le texte du chapitre.
apply(a, c(2, 3), sum) # le résultat est une matrice
apply(a, 1, prod) # le résultat est un vecteur

## L’utilisation de ’apply’ avec les tableaux peut rapidement

## devenir confondante si l’on ne visualise pas les calculs
## qui sont réalisés. On reprend ici les exemples du chapitre
## en montrant comment l’on calculerait le premier élément de
## chaque utilisation de ’apply’. Au besoin, retourner à
## l’indiçage des tableaux au chapitre 2.
(x <- array(sample(1 :10, 80, rep = TRUE), c(3, 3, 4)))
apply(x, 3, det) # déterminants des quatre matrices 3 x 3
det(x[, , 1]) # équivalent pour le premier déterminant

apply(x, 1, sum) # sommes des trois tranches horizontales

sum(x[1, , ]) # équivalent pour la première somme

apply(x, c(1, 2), sum) # sommes des neuf carottes horizontales

sum(x[1, 1, ]) # équivalent pour la première somme

apply(x, c(1, 3), sum) # sommes des 12 carottes transversales

sum(x[1, , 1]) # équivalent pour la première somme

apply(x, c(2, 3), sum) # sommes des 12 carottes verticales

sum(x[, 1, 1]) # équivalent pour la première somme

###
### FONCTIONS ’lapply’ ET ’sapply’
###

## La fonction ’lapply’ applique une fonction à tous les

## éléments d’une liste et retourne une liste, peu importe les
## dimensions des résultats. La fonction ’sapply’ retourne un
## vecteur ou une matrice, si possible.
##
## Somme «interne» des éléments d’une liste.
(x <- list(1 :10, c(-2, 5, 6), matrix(3, 4, 5)))
sum(x) # erreur
lapply(x, sum) # sommes internes (liste)
sapply(x, sum) # sommes internes (vecteur)

## Création de la suite 1, 1, 2, 1, 2, 3, 1, 2, 3, 4, ..., 1,

6.7. Exemples 103

## 2, ..., 9, 10.
lapply(1 :10, seq) # le résultat est une liste
unlist(lapply(1 :10, seq)) # le résultat est un vecteur

## Soit une fonction calculant la moyenne pondérée d’un

## vecteur. Cette fonction prend en argument une liste de deux
## éléments :’donnees’ et ’poids’.
fun <- function(liste)
sum(liste$donnees * liste$poids)/sum(liste$poids)

## On peut maintenant calculer la moyenne pondérée de

## plusieurs ensembles de données réunis dans une liste
## itérée.
(x <- list(list(donnees = 1 :7,
poids = (5 :11)/56),
list(donnees = sample(1 :100, 12),
poids = 1 :12),
list(donnees = c(1, 4, 0, 2, 2),
poids = c(12, 3, 17, 6, 2))))
sapply(x, fun) # aucune boucle explicite !

###
### FONCTION ’mapply’
###

## Création de quatre échantillons aléatoires de taille 12.

x <- lapply(rep(12, 4), sample, x = 1 :100)

## Moyennes tronquées à 0, 10, 20 et 30%, respectivement, de

## ces quatre échantillons aléatoires.
mapply(mean, x, 0 :3/10)

###
### FONCTION ’replicate’
###

## La fonction ’replicate’ va répéter un certain nombre de

## fois une expression quelconque. Le principal avantage de
## ’replicate’ sur ’sapply’ est qu’on n’a pas à se soucier des
## arguments à passer à une fonction.
##
## Par exemple, on veut simuler dix échantillons aléatoires
## indépendants de longueur 12. On peut utiliser ’sapply’,
## mais la syntaxe n’est ni élégante, ni facile à lire
## (l’argument ’i’ ne sert à rien).
104 Concepts avancés

sapply(rep(1, 10), function(i) sample(1 :100, 12))

## En utilisant ’replicate’, on sait tout de suite de quoi il

## s’agit. À noter que les échantillons se trouvent dans les
## colonnes de la matrice résultante.
replicate(10, sample(1 :100, 12))

## Vérification que la moyenne arithmétique (bar{X}) est un

## estimateur sans biais de la moyenne de la loi normale. On
## doit calculer la moyenne de plusieurs échantillons
## aléatoires, puis la moyenne de toutes ces moyennes.
##
## On définit d’abord une fonction pour faire une simulation.
## Remarquer que dans la fonction ci-dessous, ’mean’ est tour
## à tour le nom d’un argument (qui pourrait aussi bien être
## «toto») et la fonction pour calculer une moyenne.
fun <- function(n, mean, sd)
mean(rnorm(n, mean = mean, sd = sd))

## Avec ’replicate’, on fait un grand nombre de simulations.

x <- replicate(10000, fun(100, 0, 1)) # 10000 simulations
hist(x) # distribution de bar{X}
mean(x) # moyenne de bar{X}

###
### CLASSES ET FONCTIONS GÉNÉRIQUES
###

## Pour illustrer les classes et fonctions génériques, on

## reprend la fonction de point fixe ’fp3’ des exemples du
## chapitre 5 en y faisant deux modifications :
##
## 1. ajout d’un compteur pour le nombre d’itérations ;
## 2. la fonction retourne une liste de classe ’fp’
## contenant diverses informations relatives à la
## procédure de point fixe.
##
## Ainsi, la fonction ’fp4’ retourne un objet qui peut ensuite
## être manipulé par des méthodes de fonctions génériques.
## C’est l’approche de programmation objet favorisée dans le
## langage R.
fp4 <- function(FUN, start, echo = FALSE, TOL = 1E-10)
{
x <- start # valeur de départ
i <- 0 # compteur des itérations
6.7. Exemples 105

if (echo)
expr <- expression(print(xt <- x))
else
expr <- expression(xt <- x)

repeat
{
eval(expr)

x <- FUN(xt) # nouvelle valeur

i <- i + 1 # incrémenter le compteur

if (abs(x - xt)/xt < TOL)

break
}

structure(list([Link] = x, # point fixe

[Link] = i, # nombre d’itérations
fun = FUN, # fonction f(x)
x0 = start, # valeur de départ
TOL = TOL), # précision relative
class = ”fp”)
}

## On crée maintenant des méthodes pour la classe ’fp’ pour

## les fonctions génériques les plus courantes, soit ’print’,
## ’summary’ et ’plot’.
##
## La méthode de ’print’ sera utilisée pour afficher seulement
## la valeur du point fixe. C’est en quelque sorte
## l’utilisation la plus simple de la fonction ’fp4’.
##
## La méthode de ’summary’ fournira un peu plus d’informations
## sur la procédure de point fixe.
##
## Enfin, la méthode de ’plot’ fera un graphique de la
## fonction f(x) et son intersection avec la droite y = x.
[Link] <- function(x)
print(x$[Link])

[Link] <- function(x)

{
if (class(x) != ”fp”)
stop(”object is not of class ’fp’”)
106 Concepts avancés

cat(”Function :\n ”)
print(x$fun)
cat(”\n”)
cat(”Fixed point :\n ”, x$[Link], fill = TRUE)
cat(”\n”)
cat(”Number of iterations :\n ”, x$[Link], fill = TRUE)
cat(”\n”)
cat(”Precision :\n ”, x$TOL, fill = TRUE)
}

[Link] <- function(x, ...)

{
## Valeur du point fixe
fp <- x$[Link]

## Il faut déterminer un intervalle pour lequel tracer la

## fonction. Celui-ci est déterminé de façon arbitraire
## comme un multiple de la distance entre la valeur de
## départ et la valeur du point fixe.
r <- abs(x$x0 - fp)

## Fonction à tracer
FUN <- x$fun

## Fonction y = x. ’FUN2’ est nécessaire parce que ’curve’

## n’admet pas de fonctions anonymes en argument.
FUN2 <- function(x) x

## Graphique de la fonction ’FUN’

curve(FUN, from = fp - 3 * r, to = fp + 3 * r,
xlab = ”x”, ylab = ”f(x)”, lwd = 2)

## Ajout de la droite ’FUN2’ au graphique

curve(FUN2, add = TRUE, lwd = 1)

## Ajout d’un point sur le point fixe

points(fp, FUN(fp), ...)
}

## Exemples d’utilisation
x <- fp4(function(x) 3^(-x), start = 0.5)
x # affichage de ’[Link]’
summary(x) # plus d’information
plot(x) # graphique de base
plot(x, pch = 21, # graphique plus élaboré...
6.7. Exemples 107

bg = ”orange”, # ... consulter la rubrique

cex = 2, lwd = 2) # ... d’aide de ’par’

###
### OPÉRATEURS EN TANT QUE FONCTIONS
###

## Les opérateurs représentés par des caractères spéciaux sont

## des fonctions comme les autres. On peut donc les appeler
## comme toute autre fonction. (En fait, l’interprète R fait
## cette traduction à l’interne.)
x <- sample(1 :100, 12) # un vecteur
x + 2 # appel usuel
”+”(x, 2) # équivalent
x[c(3, 5)] # extraction usuelle
”[”(x, c(3, 5)) # équivalent
x[1] <- 0 ; x # assignation usuelle
”[<-”(x, 2, 0) # équivalent (à x[2] <- 0)

## D’une part, cela explique pourquoi il faut placer les

## opérateurs entre guillemets (” ”) lorsqu’on les utilise
## dans les fonctions comme ’outer’, ’lapply’, etc.
outer(x, x, +) # erreur de syntaxe
outer(x, x, ”+”) # correct

## D’autre part, cela permet d’utiliser les opérateurs

## d’extraction ”[” et ”[[” dans de telles fonctions. Par
## exemple, voici comment extraire le deuxième élément de
## chaque élément d’une liste.
(x <- list(1 :4, 8 :2, 6 :12, -2 :2)) # liste quelconque
x[[1]][2] # 2e élément du 1er élément
x[[2]][2] # 2e élément du 2e élément
x[[3]][2] # 2e élément du 3e élément
x[[4]][2] # 2e élément du 4e élément
lapply(x, ”[”, 2) # même chose en une ligne
sapply(x, ”[”, 2) # résultat sous forme de vecteur

###
### COMMENT JOUER DES TOURS AVEC R
###

## Redéfinir un opérateur dans l’espace de travail de

## quelqu’un...
”+” <- function(x, y) x * y # redéfinition de ”+”
5 + 2 # ouch !
108 Concepts avancés

ls() # traîtrise dévoilée...

rm(”+”) # ... puis éliminée
5 + 2 # c’est mieux

## Faire croire qu’une fonction fait autre chose que ce

## qu’elle fait en réalité. Si l’attribut ”source” d’une
## fonction existe, c’est son contenu qui est affiché lorsque
## l’on examine une fonction.
f <- function(x, y) x + y # vraie fonction
attr(f, ”source”) <- ”function(x, y) x * y” # ce qui est affiché
f # une fonction pour faire le produit ?
f(2, 3) # non !
str(f) # structure de l’objet
attr(f, ”source”) <- NULL # attribut ”source” effacé
f # c’est mieux

## Redéfinir la méthode de ’print’ pour une classe d’objet...

## Ici, l’affichage d’un objet de classe ”lm” cause la
## fermeture de R !
[Link] <- function(x) q(”ask”)

x <- rnorm(10) # échantillon aléatoire

y <- x + 2 + rnorm(10) # modèle de régression linéaire
lm(y ~ x) # répondre ”c” !

. Exercices
6.1 À l’exercice 4.2, on a calculé la moyenne pondérée d’un vecteur d’obser-
vations
𝑛
𝑤𝑖
𝑋𝑤 = ∑ 𝑋𝑖 ,
𝑖=1
𝑤Σ

où 𝑤Σ = ∑𝑛𝑖=1 𝑤𝑖 . Si l’on a plutôt une matrice 𝑛 × 𝑝 d’observations 𝑋𝑖𝑗 ,

on peut définir les moyennes pondérées

𝑝 𝑝
𝑤𝑖𝑗
𝑋𝑖𝑤 = ∑ 𝑋𝑖𝑗 , 𝑤𝑖Σ = ∑ 𝑤𝑖𝑗
𝑗=1
𝑤𝑖Σ 𝑗=1
𝑛 𝑛
𝑤𝑖𝑗
𝑋𝑤𝑗 = ∑ 𝑋𝑖𝑗 , 𝑤Σ𝑗 = ∑ 𝑤𝑖𝑗
𝑖=1
𝑤Σ𝑗 𝑖=1
6.8. Exercices 109

et

𝑛 𝑝 𝑛 𝑝
𝑤𝑖𝑗
𝑋𝑤𝑤 = ∑ ∑ 𝑋𝑖𝑗 , 𝑤ΣΣ = ∑ ∑ 𝑤𝑖𝑗 .
𝑖=1 𝑗=1
𝑤ΣΣ 𝑖=1 𝑗=1

De même, on peut définir des moyennes pondérées calculées à partir

d’un tableau de données 𝑋𝑖𝑗𝑘 de dimensions 𝑛 × 𝑝 × 𝑟 dont la nota-
tion suit la même logique que ci-dessus. Écrire des expressions R pour
calculer, sans boucle, les moyennes pondérées suivantes.
a) 𝑋𝑖𝑤 en supposant une matrice de données 𝑛 × 𝑝.
b) 𝑋𝑤𝑗 en supposant une matrice de données 𝑛 × 𝑝.
c) 𝑋𝑤𝑤 en supposant une matrice de données 𝑛 × 𝑝.
d) 𝑋𝑖𝑗𝑤 en supposant un tableau de données 𝑛 × 𝑝 × 𝑟.
e) 𝑋𝑖𝑤𝑤 en supposant un tableau de données 𝑛 × 𝑝 × 𝑟.
f) 𝑋𝑤𝑗𝑤 en supposant un tableau de données 𝑛 × 𝑝 × 𝑟.
g) 𝑋𝑤𝑤𝑤 en supposant un tableau de données 𝑛 × 𝑝 × 𝑟.
6.2 Générer les suites de nombres suivantes à l’aide d’expressions R. (Évi-
demment, il faut trouver un moyen de générer les suites sans simple-
ment concaténer les différentes sous-suites.)
a) 0, 0, 1, 0, 1, 2, … , 0, 1, 2, 3, … , 10.
b) 10, 9, 8, … , 2, 1, 10, 9, 8, … 3, 2, … , 10, 9, 10.
c) 10, 9, 8, … , 2, 1, 9, 8, … , 2, 1, … , 2, 1, 1.
6.3 La fonction de densité de probabilité et la fonction de répartition de la
loi de Pareto de paramètres 𝛼 et 𝜆 sont, respectivement,

𝛼𝜆𝛼
𝑓(𝑥) =
(𝑥 + 𝜆)𝛼+1

et
𝛼
𝜆
𝐹(𝑥) = 1 − ( ) .
𝑥+𝜆
La fonction suivante simule un échantillon aléatoire de taille 𝑛 issu
d’une distribution de Pareto de paramètres 𝛼 et 𝜆 :

rpareto <- function(n, alpha, lambda)

lambda * (runif(n)^(-1/alpha) - 1)
110 Concepts avancés

a) Écrire une expression R utilisant la fonction rpareto ci-dessus qui

permet de simuler cinq échantillons aléatoires de tailles 100, 150,
200, 250 et 300 d’une loi de Pareto avec 𝛼 = 2 et 𝜆 = 5 000. Les
échantillons aléatoires devraient être stockés dans une liste.
b) On vous donne l’exemple suivant d’utilisation de la fonction paste :
> paste(”a”, 1:5, sep = ””)
[1] ”a1” ”a2” ”a3” ”a4” ”a5”
Nommer les éléments de la liste créée en a) sample1, …, sample5.
c) Calculer la moyenne de chacun des échantillons aléatoires obtenus
en a). Retourner le résultat dans un vecteur.
d) Évaluer la fonction de répartition de la loi de Pareto(2, 5 000) en cha-
cune des valeurs de chacun des échantillons aléatoires obtenus en a).
Retourner les valeurs de la fonction de répartition en ordre croissant.
e) Faire l’histogramme des données du cinquième échantillon aléatoire
avec la fonction hist.
f) Ajouter 1 000 à toutes les valeurs de tous les échantillons simulés en
a), ceci afin d’obtenir des observations d’une distribution de Pareto
translatée.

6.4 Une base de données contenant toutes les informations sur les assurés
est stockée dans une liste de la façon suivante :
> x[[1]]
$[Link]
[1] 1001

$franchise
[1] 500

$[Link]
[1] 0 1 1 0

$montants
[1] 3186.864 3758.389
> x[[2]]
$[Link]
[1] 1002
6.8. Exercices 111

$franchise
[1] 250

$[Link]
[1] 4 0 0 4 1 1 0

$montants
[1] 16728.7354 1414.7264 1825.7495 282.5609
[5] 1684.6686 14869.1731 7668.4196 2501.7257
[9] 108979.3725 2775.3161

Ainsi, x[[i]] contient les informations relatives à l’assuré 𝑖. Sans uti-

liser de boucles, écrire des expressions ou des fonctions R qui permet-
tront de calculer les quantités suivantes.
a) La franchise moyenne dans le portefeuille.
b) Le nombre annuel moyen de réclamations par assuré.
c) Le nombre total de réclamations dans le portefeuille.
d) Le montant moyen par accident dans le portefeuille.
e) Le nombre d’assurés n’ayant eu aucune réclamation.
f) Le nombre d’assurés ayant eu une seule réclamation dans leur pre-
mière année.
g) La variance du nombre total de sinistres.
h) La variance du nombre de sinistres pour chaque assuré.
i) La probabilité empirique qu’une réclamation soit inférieure à 𝑥 (un
scalaire) dans le portefeuille.
j) La probabilité empirique qu’une réclamation soit inférieure à 𝐱 (un
vecteur) dans le portefeuille.
 Fonctions d’optimisation

Objectifs du chapitre

x Connaître et savoir utiliser les différentes fonctions de calcul de racines de R.

x Connaître et savoir utiliser les différentes fonctions d’optimisation de R.
x Savoir reformuler un problème d’optimisation en base logarithmique pour éviter
les difficultés numériques.

. Contexte
Les méthodes de bissection, du point fixe, de Newton–Raphson et consorts
permettent de résoudre des équations à une variable de la forme 𝑓(𝑥) = 0
ou 𝑔(𝑥) = 𝑥. Il existe également des versions de ces méthodes pour les
systèmes à plusieurs variables de la forme

𝑓1 (𝑥1 , 𝑥2 , 𝑥3 ) = 0
𝑓2 (𝑥1 , 𝑥2 , 𝑥3 ) = 0
𝑓3 (𝑥1 , 𝑥2 , 𝑥3 ) = 0.

De tels systèmes d’équations surviennent plus souvent qu’autrement lors

de l’optimisation d’une fonction. Par exemple, en recherchant le maximum
ou le minimum d’une fonction 𝑓(𝑥, 𝑦), on souhaitera résoudre le système
d’équations

𝜕
𝑓(𝑥, 𝑦) = 0
𝜕𝑥
𝜕
𝑓(𝑥, 𝑦) = 0.
𝜕𝑦

113
114 Fonctions d’optimisation

En inférence statistique, les fonctions d’optimisation sont fréquemment

employées pour calculer numériquement des estimateurs du maximum de
vraisemblance.
La grande majorité des suites logicielles de calcul comportent des outils
d’optimisation de fonctions. Ce chapitre passe en revue les fonctions dispo-
nibles dans R. Comme pour les chapitres précédents, des exemples d’utilisa-
tion de chacune des fonctions se trouvent dans le code informatique de la
section 7.5.

. Fonctions d’optimisation et de calcul de racines

Le système R compte un certain nombre de fonctions pour trouver nu-
mériquement le minimum ou le maximum d’une fonction ainsi que pour cal-
culer la racine d’une fonction dans un intervalle ou toutes les racines d’un
polynôme. Ces fonctions diffèrent par certaines de leurs fonctionnalités et
leur interface, mais aussi par les algorithmes utilisés. Consulter les rubriques
d’aide pour les détails.

.. Fonction uniroot

La fonction uniroot recherche la racine d’une fonction dans un intervalle.
C’est donc la fonction de base pour trouver la solution (unique) de l’équation
𝑓(𝑥) = 0 dans un intervalle déterminé.

.. Fonction optimize

La fonction optimize recherche le minimum local (par défaut) ou le maxi-
mum local d’une fonction dans un intervalle donné.

.. Fonction nlm

La fonction nlm minimise une fonction non linéaire sur un nombre arbi-
traire de paramètres.

.. Fonction nlminb

La fonction nlminb est similaire à nlm, sauf qu’elle permet de spécifier
des bornes inférieure ou supérieure pour les paramètres. Attention, toute-
fois : les arguments de la fonction ne sont ni les mêmes, ni dans le même
ordre que ceux de nlm.
7.3. Astuce Ripley 115

.. Fonction optim

La fonction optim est l’outil d’optimisation tout usage de R. À ce titre, la
fonction est souvent utilisée par d’autres fonctions. Elle permet de choisir
parmi plusieurs algorithmes d’optimisation différents et, selon l’algorithme
choisi, de fixer des seuils minimum et/ou maximum aux paramètres à opti-
miser.

.. polyroot
En terminant, un mot sur polyroot(), qui n’est pas à proprement parler
une fonction d’optimisation, mais qui pourrait être utilisée dans ce contexte.
La fonction polyroot calcule toutes les racines (complexes) du polynôme
∑𝑛 𝑖
𝑖=0 𝑎𝑖 𝑥 . Le premier argument est le vecteur des coefficients 𝑎0 , 𝑎1 , … , 𝑎𝑛 ,
dans cet ordre.

. Astuce Ripley

Brian Ripley — un important développeur de R — a publié le truc sui-
vant dans les forums de discussion de R. Puisqu’il est très utile, nous nous
permettons de le disséminer.
Une application statistique fréquente de l’optimisation est la maximisa-
tion numérique d’une fonction de vraisemblance ou, plus communément, la
minimisation de la log-vraisemblance négative

𝑛
−𝑙(𝜃) = − ∑ ln 𝑓(𝑥𝑖 ; 𝜃).
𝑖=1

Les fonctions d’optimisation sont d’ailleurs illustrées dans ce contexte dans

le code informatique de la section 7.5.
Plusieurs lois de probabilité ont des paramètres strictement positifs. Or,
en pratique, il n’est pas rare que les fonctions d’optimisation s’égarent dans
les valeurs négatives des paramètres. La fonction de densité n’étant pas dé-
finie, la log-vraisemblance vaut alors NaN et cela peut faire complètement dé-
railler la procédure d’optimisation ou, à tout le moins, susciter des doutes
sur la validité de la réponse.
Afin de pallier à ce problème, l’Astuce Ripley™ propose d’estimer non
pas les paramètres de la loi eux-mêmes, mais plutôt leurs logarithmes. Si
l’on définit 𝜃 ̃ = ln 𝜃, alors on peut écrire la fonction de log-vraisemblance
116 Fonctions d’optimisation

ci-dessus sous la forme

𝑛
̃
−𝑙(𝜃)̃ = − ∑ ln 𝑓(𝑥𝑖 ; 𝑒𝜃 ).
𝑖=1

Dès lors, 𝜃 ̃ (qui peut représenter un ou plusieurs paramètres) demeure valide

sur tout l’axe des réels, ce qui permet d’éviter bien des soucis de nature
numérique lors de la minimisation de −𝑙(𝜃). ̃
Évidemment, le résultat de l’optimisation est l’estimateur du maximum
de vraisemblance de 𝜃.̃ Il faudra donc veiller à faire la transformation inverse
pour retrouver l’estimateur de 𝜃.
L’utilisation de l’astuce est illustrée à la section 7.5.

. Pour en savoir plus

Les packages disponible sur CRAN fournissent plusieurs autres outils
d’optimisation pour R. Pour un bon résumé des options disponibles, consul-
ter la CRAN Task View consacrée à l’optimisation :
[Link]

. Exemples

###
### FONCTION ’uniroot’
###

## La fonction ’uniroot’ recherche la racine d’une fonction

## ’f’ dans un intervalle spécifié soit comme une paire de
## valeurs dans un argument ’interval’, soit via des arguments
## ’lower’ et ’upper’.
##
## On calcule la solution de l’équation x - 2^(-x) = 0 dans
## l’intervalle [0, 1].
f <- function(x) x - 2^(-x) # fonction
uniroot(f, c(0, 1)) # appel simple
uniroot(f, lower = 0, upper = 1) # équivalent

## On peut aussi utiliser ’uniroot’ avec une fonction anonyme.

uniroot(function(x) x - 2^(-x), lower = 0, upper = 1)

###
7.5. Exemples 117

### FONCTION ’optimize’

###

## On cherche le maximum local de la densité d’une loi bêta

## dans l’intervalle (0, 1), son domaine de définition. (Ce
## problème est facile à résoudre explicitement.)
##
## Les arguments de ’optimize’ sont essentiellement les mêmes
## que ceux de ’uniroot’. Ici, on utilise aussi l’argument
## ’...’ pour passer les paramètres de la loi bêta à ’dbeta’.
##
## Par défaut, la fonction recherche un minimum. Il faut donc
## lui indiquer de rechercher plutôt un maximum.
optimize(dbeta, interval = c(0, 1), maximum = TRUE,
shape1 = 3, shape2 = 2)

## On pourrait aussi avoir recours à une fonction auxiliaire.

## Moins élégant et moins flexible.
f <- function(x) dbeta(x, 3, 2)
optimize(f, lower = 0, upper = 1, maximum = TRUE)

###
### FONCTION ’nlm’
###

## Pour la suite, nous allons donner des exemples

## d’utilisation des fonctions d’optimisation dans un contexte
## d’estimation des paramètres d’une loi gamma par la méthode
## du maximum de vraisemblance.
##
## On commence par se donner un échantillon aléatoire de la
## loi. Évidemment, pour ce faire nous devons connaître les
## paramètres de la loi. C’est un exemple fictif.
[Link](1) # toujours le même échantillon
x <- rgamma(10, 5, 2)

## Les estimateurs du maximum de vraisemblance des paramètres

## ’shape’ et ’rate’ de la loi gamma sont les valeurs qui
## maximisent la fonction de vraisemblance
##
## prod(dgamma(x, shape, rate))
##
## ou, de manière équivalente, qui minimisent la fonction de
## log-vraisemblance négative
##
118 Fonctions d’optimisation

## -sum(log(dgamma(x, shape, rate))).

##
## On remarquera au passage que les fonctions de calcul de
## densités de lois de probabilité dans R ont un argument
## ’log’ qui, lorsque TRUE, retourne la valeur du logarithme
## (naturel) de la densité de manière plus précise qu’en
## prenant le logarithme après coup. Ainsi, pour faire le
## calcul ci-dessus, on optera plutôt, pour l’expression
##
## -sum(dgamma(x, shape, rate, log = TRUE))
##
## La fonction ’nlm’ suppose que la fonction à optimiser
## passée en premier argument a elle-même comme premier
## argument le vecteur ’p’ des paramètres à optimiser. Le
## second argument de ’nlm’ est un vecteur de valeurs de
## départ, une pour chaque paramètre.
##
## Ainsi, pour trouver les estimateurs du maximum de
## vraisemblance avec la fonction ’nlm’ pour l’échantillon
## ci-dessus, on doit d’abord définir une fonction auxiliaire
## conforme aux attentes de ’nlm’ pour calculer la fonction de
## log-vraisemblance (à un signe près).
f <- function(p, x) -sum(dgamma(x, p[1], p[2], log = TRUE))

## L’appel de ’nlm’ est ensuite tout simple. Remarquer comment

## on passe notre échantillon aléatoire (contenu dans l’objet
## ’x’) comme second argument à ’f’ via l’argument ’...’ de
## ’nlm’. Le fait que l’argument de ’f’ et l’objet contenant
## les valeurs portent le même nom est sans importance. R sait
## faire la différence entre l’un et l’autre.
nlm(f, c(1, 1), x = x)

## === ASTUCE RIPLEY ===

## L’optimisation ci-dessus a généré des avertissements ? C’est
## parce que la fonction d’optimisation s’est égarée dans les
## valeurs négatives, alors que les paramètres d’une gamma
## sont strictement positifs. Cela arrive souvent en pratique
## et cela peut faire complètement dérailler la procédure
## d’optimisation (c’est-à-dire :pas de convergence).
##
## L’Astuce Ripley consiste à pallier à ce problème en
## estimant plutôt les logarithmes des paramètres. Pour ce
## faire, il s’agit de réécrire la log-vraisemblance comme une
## fonction du logarithme des paramètres, mais de la calculer
## avec les véritables paramètres.
7.5. Exemples 119

f2 <- function(logp, x)
{
p <- exp(logp) # retour aux paramètres originaux
-sum(dgamma(x, p[1], p[2], log = TRUE))
}
nlm(f2, c(0, 0), x = x)

## Les valeurs obtenues ci-dessus sont toutefois les

## estimateurs des logarithmes des paramètres de la loi gamma.
## On retrouve les estiamteurs des paramètres en prenant
## l’exponentielle des réponses.
exp(nlm(f2, c(0, 0), x = x)$estimate)
## ====================

###
### FONCTION ’nlminb’
###

## L’utilisation de la fonction ’nlminb’ peut s’avérer

## intéressante dans notre contexte puisque l’on sait que les
## paramètres d’une loi gamma sont strictement positifs.
nlminb(c(1, 1), f, x = x, lower = 0, upper = Inf)

###
### FONCTION ’optim’
###

## La fonction ’optim’ est très puissante, mais requiert aussi

## une bonne dose de prudence. Ses principaux arguments sont :
##
## par :un vecteur contenant les valeurs initiales des
## paramètres ;
## fn :la fonction à minimiser. Le premier argument de fn
## doit être le vecteur des paramètres.
##
## Comme pour les autres fonctions étudiées ci-dessus, on peut
## passer des arguments à ’fn’ (les données, par exemple) par
## le biais de l’argument ’...’ de ’optim’.
optim(c(1, 1), f, x = x)

## L’estimation par le maximum de

## vraisemblance\index{vraisemblance} est de beaucoup
## simplifiée par l’utilisation de la fonction
## \fonction{fitdistr} du package
## \texttt{MASS}\index{package !MASS@\texttt{MASS}}.
120 Fonctions d’optimisation

###
### FONCTION ’polyroot’
###

## Racines du polynôme x^3 + 4 x^2 - 10. Les réponses sont

## données sous forme de nombre complexe. Utiliser les
## fonctions ’Re’ et ’Im’ pour extraire les parties réelles et
## imaginaires des nombres, respectivement.
polyroot(c(-10, 0, 4, 1)) # racines
Re(polyroot(c(-10, 0, 4, 1))) # parties réelles
Im(polyroot(c(-10, 0, 4, 1))) # parties imaginaires

. Exercices
7.1 Trouver la solution des équations suivantes à l’aide des fonctions R ap-
propriées.
a) 𝑥3 − 2𝑥2 − 5 = 0 pour 1 ≤ 𝑥 ≤ 4
b) 𝑥3 + 3𝑥2 − 1 = 0 pour −4 ≤ 𝑥 ≤ 0
c) 𝑥 − 2−𝑥 = 0 pour 0 ≤ 𝑥 ≤ 1
d) 𝑒𝑥 + 2−𝑥 + 2 cos 𝑥 − 6 = 0 pour 1 ≤ 𝑥 ≤ 2
e) 𝑒𝑥 − 𝑥2 + 3𝑥 − 2 = 0 pour 0 ≤ 𝑥 ≤ 1
7.2 En théorie de la crédibilité, l’estimateur d’un paramètre 𝑎 est donné sous
forme de point fixe
𝑛
1 2
𝑎̂ = ∑ 𝑧𝑖 (𝑋𝑖 − 𝑋𝑧̄ ) ,
𝑛 − 1 𝑖=1

où
̂ 𝑖
𝑎𝑤
𝑧𝑖 =
̂ 𝑖 + 𝑠2
𝑎𝑤
𝑛
𝑧𝑖
𝑋𝑧̄ = ∑ 𝑋𝑖
𝑧
𝑖=1 Σ

et 𝑋1 , … , 𝑋𝑛 , 𝑤1 , … , 𝑤𝑛 et 𝑠2 sont des données. Calculer la valeur de 𝑎̂

si 𝑠2 = 140 000 000 et que les valeurs de 𝑋𝑖 et 𝑤𝑖 sont telles qu’elles
apparaissent dans le tableau ci-dessous.

𝑖 1 2 3 4 5
𝑋𝑖 2 061 1 511 1 806 1 353 1 600
𝑤𝑖 100 155 19 895 13 735 4 152 36 110
7.6. Exercices 121

7.3 Les fonctions de densité de probabilité et de répartition de la distribu-

tion de Pareto sont données à l’exercice 6.3. Calculer les estimateurs du
maximum de vraisemblance des paramètres de la Pareto à partir d’un
échantillon aléatoire obtenu par simulation avec la commande
> x <- lambda * (runif(100)^(-1/alpha) - 1)

pour des valeurs de alpha et lambda choisies.

 Générateurs de nombres
aléatoires

Objectifs du chapitre

x Générer des nombres aléatoires uniformes avec la fonction runif.

x Générer des nombres aléatoires non uniformes provenant de lois de probabilité
discrètes et continues.
x Générer des nombres aléatoires provenant d’une distribution discrète quelconque.
x Tirer profit de la nature vectorielle des fonctions de simulation de R.

Avant d’utiliser pour quelque tâche de simulation moindrement impor-

tante un générateur de nombres aléatoires inclus dans un logiciel, il importe
de s’assurer de la qualité de cet outil. On trouvera en général relativement
facilement de l’information dans Internet.
On présente ici, sans entrer dans les détails, les générateurs de nombres
uniformes utilisés dans R ainsi que la liste des différentes fonctions de si-
mulation de variables aléatoires.

. Générateurs de nombres aléatoires

On obtient des nombres uniformes sur un intervalle quelconque avec la
fonction runif dans R. La fonction [Link] permet de spécifier la valeur
de l’amorce du générateur aléatoire, ce qui est utile si on veut répéter une
simulation absolument à l’identique.
R offre la possibilité de choisir entre plusieurs générateurs de nombres
aléatoires différents, ou encore de spécifier son propre générateur. Par dé-
faut, R utilise le générateur Marsenne–Twister, considéré comme le plus
avancé en ce moment. La période de ce générateur est 219 937 − 1 (rien de

123
124 Générateurs de nombres aléatoires

moins !) et la distribution des nombres est uniforme dans 623 dimensions

consécutives sur toute la période.
Pour de plus amples détails et les dernières informations sur les géné-
rateurs disponibles et la procédure de réglage de l’amorce, consulter les ru-
briques d’aide des fonctions .[Link] et [Link].

. Fonctions de simulation de variables aléatoires non

uniformes
Un large éventail de fonctions donne directement accès aux caractéris-
tiques de plusieurs lois de probabilité dans R. Pour chaque racine loi, il
existe quatre fonctions différentes :
1. dloi calcule la fonction de densité de probabilité (loi continue) ou la fonc-
tion de masse de probabilité (loi discrète) ;
2. ploi calcule la fonction de répartition ;
3. qloi calcule la fonction de quantile ;
4. rloi simule des observations de cette loi.
Les différentes lois de probabilité disponibles dans le système R de base,
leur racine et le nom de leurs paramètres sont rassemblés au tableau 8.1.
Des packages fournissent des fonctions pour d’autres lois dont, entre autres,
actuar (Dutang et collab., 2008) et SuppDists (Wheeler, 2013).
Toutes les fonctions du tableau 8.1 sont vectorielles, c’est-à-dire qu’elles
acceptent en argument un vecteur de points où la fonction (de densité, de ré-
partition ou de quantile) doit être évaluée et même un vecteur de paramètres.
Par exemple,

> dpois(c(3, 0, 8), lambda = c(1, 4, 10))

[1] 0.06131324 0.01831564 0.11259903

retourne la probabilité que des lois de Poisson de paramètre 1, 4 et 10

prennent les valeurs 3, 0 et 8, dans l’ordre.
Le premier argument de toutes les fonctions de simulation est la quantité
de nombres aléatoires désirée. Ainsi,

> rpois(3, lambda = c(1, 4, 10))

[1] 0 3 10
8.2. Fonctions de simulation de variables aléatoires non uniformes 125

Loi de probabilité Racine dans R Noms des paramètres

Bêta beta shape1, shape2
Binomiale binom size, prob
Binomiale négative nbinom size, prob ou mu
Cauchy cauchy location, scale
Exponentielle exp rate
F (Fisher) f df1, df2
Gamma gamma shape, rate ou scale
Géométrique geom prob
Hypergéométrique hyper m, n, k
Khi carré chisq df
Logistique logis location, scale
Log-normale lnorm meanlog, sdlog
Normale norm mean, sd
Poisson pois lambda
t (Student) t df
Uniforme unif min, max
Weibull weibull shape, scale
Wilcoxon wilcox m, n

Tab. 8.1 : Lois de probabilité pour lesquelles il existe des fonctions dans le
système R de base

retourne trois nombres aléatoires issus de distributions de Poisson de pa-

ramètre 1, 4 et 10, respectivement. Évidemment, passer un vecteur comme
premier argument n’a pas tellement de sens, mais, si c’est fait, R retournera
une quantité de nombres aléatoires égale à la longueur du vecteur (sans
égard aux valeurs contenues dans le vecteur).
La fonction sample permet de simuler des nombres d’une distribution
discrète quelconque. Sa syntaxe est
sample(x, size, replace = FALSE, prob = NULL),
où x est un vecteur des valeurs possibles de l’échantillon à simuler (le sup-
port de la distribution), size est la quantité de nombres à simuler et prob
est un vecteur de probabilités associées à chaque valeur de x (1/length(x)
par défaut). Enfin, si replace est TRUE, l’échantillonnage se fait avec remise.
126 Générateurs de nombres aléatoires

. Exemples

###
### GÉNÉRATEURS DE NOMBRES ALÉATOIRES
###

## La fonction de base pour simuler des nombres uniformes est

## ’runif’.
runif(10) # sur (0, 1) par défaut
runif(10, 2, 5) # sur un autre intervalle
2 + 3 * runif(10) # équivalent, moins lisible

## R est livré avec plusieurs générateurs de nombres

## aléatoires. On peut en changer avec la fonction ’RNGkind’.
RNGkind(”Wichmann-Hill”) # générateur de Excel
runif(10) # rien de particulier à voir
RNGkind(”default”) # retour au générateur par défaut

## La fonction ’[Link]’ est très utile pour spécifier

## l’amorce d’un générateur. Si deux simulations sont
## effectuées avec la même amorce, on obtiendra exactement les
## mêmes nombres aléatoires et, donc, les mêmes résultats.
## Très utile pour répéter une simulation à l’identique.
[Link](1) # valeur sans importance
runif(5) # 5 nombres aléatoires
runif(5) # 5 autres nombres
[Link](1) # réinitialisation de l’amorce
runif(5) # les mêmes 5 nombres que ci-dessus

###
### FONCTIONS POUR LA SIMULATION DE VARIABLES ALÉATOIRES NON
### UNIFORMES
###

## Plutôt que de devoir utiliser la méthode de l’inverse ou un

## autre algorithme de simulation pour obtenir des nombres
## aléatoires d’une loi de probabilité non uniforme, R fournit
## des fonctions de simulation pour bon nombre de lois. Toutes
## ces fonctions sont vectorielles. Ci-dessous, P == Poisson
## et G == Gamma pour économiser sur la notation.
n <- 10 # taille des échantillons
rbinom(n, 5, 0.3) # Binomiale(5, 0,3)
rbinom(n, 1, 0.3) # Bernoulli(0,3)
rnorm(n) # Normale(0, 1)
8.4. Exercices 127

rnorm(n, 2, 5) # Normale(2, 25)

rpois(n, c(2, 5)) # P(2), P(5), P(2), ..., P(5)
rgamma(n, 3, 2 :11) # G(3, 2), G(3, 3), ..., G(3, 11)
rgamma(n, 11 :2, 2 :11) # G(11, 2), G(10, 3), ..., G(2, 11)

## La fonction ’sample’ sert pour simuler d’une distribution

## discrète quelconque. Le premier argument est le support de
## la distribution et le second, la taille de l’échantillon
## désirée. Par défaut, l’échantillonnage se fait avec remise
## et avec des probabilités égales sur tout le support.
sample(1 :49, 7) # numéros pour le 7/49
sample(1 :10, 10) # mélange des nombres de 1 à 10

## On peut échantillonner avec remise.

sample(1 :10, 10, replace = TRUE)

## On peut aussi spécifier une distribution de probabilités

## non uniforme.
x <- sample(c(0, 2, 5), 1000, replace = TRUE,
prob = c(0.2, 0.5, 0.3))
table(x) # tableau de fréquences

. Exercices
8.1 La loi log-normale est obtenue par transformation de la loi normale : si
la distribution de la variable aléatoire 𝑋 est une normale de paramètres
𝜇 et 𝜎2 , alors la distribution de 𝑒𝑋 est une log-normale. Simuler 1 000 ob-
servations d’une loi log-normale de paramètres 𝜇 = ln 5000− 12 et 𝜎2 = 1,
puis tracer l’histogramme de l’échantillon aléatoire obtenu.
8.2 Simuler 10 000 observations d’un mélange continu Poisson/gamma où
les paramètres de la loi gamma sont 𝛼 = 5 et 𝜆 = 4, puis tracer la
distribution de fréquence de l’échantillon aléatoire obtenu à l’aide des
fonctions plot et table. Superposer à ce graphique la fonction de pro-
babilité d’une binomiale négative de paramètres 𝑟 = 5 et 𝜃 = 0,8.
8.3 Simuler 10 000 observations d’un mélange discret de deux distributions
log-normales, l’une de paramètres (𝜇 = 3,5, 𝜎2 = 0,6) et l’autre de para-
mètres (𝜇 = 4,6, 𝜎2 = 0,3). Utiliser un paramètre de mélange 𝑝 = 0,55.
Tracer ensuite l’histogramme de l’échantillon aléatoire obtenu.
A GNU Emacs et ESS : la base

Emacs est l’Éditeur de texte des éditeurs de texte. À l’origine un éditeur

pour les programmeurs (avec des modes spéciaux pour une multitude de
langages différents), Emacs est devenu au fil du temps un environnement
logiciel en soi dans lequel on peut réaliser une foule de tâches différentes :
rédiger des documents LATEX, interagir avec R, SAS ou un logiciel de base de
données, consulter son courrier électronique, gérer son calendrier ou même
jouer à Tetris !
Cette annexe passe en revue les quelques commandes essentielles à con-
naître pour commencer à travailler avec GNU Emacs et le mode ESS. L’ou-
vrage de Cameron et collab. (2004) constitue une excellente référence pour
l’apprentissage plus poussé de l’éditeur.

A. Mise en contexte

Emacs est le logiciel étendard du projet GNU («GNU is not Unix»), dont le
principal commanditaire est la Free Software Foundation (FSF) à l’origine de
tout le mouvement du logiciel libre.

x Richard M. Stallman, président de la FSF et grand apôtre du libre, a écrit la

première version de Emacs et il continue à ce jour à contribuer au projet.
x Les origines de Emacs remontent au début des années 1980, une époque où
les interfaces graphiques n’existaient pas, le parc informatique était beau-
coup plus hétérogène qu’aujourd’hui (les claviers n’étaient pas les mêmes
d’une marque d’ordinateur à une autre) et les modes de communication
entre les ordinateurs demeuraient rudimentaires.
x L’âge vénérable de Emacs transparaît à plusieurs endroits, notamment
dans la terminologie inhabituelle, les raccourcis clavier non conformes
aux standards d’aujourd’hui ou la manipulation des fenêtres qui ne se
fait pas avec une souris.

129
130 GNU Emacs et ESS : la base

Tiré de [Link]

Emacs s’adapte à différentes tâches par l’entremise de modes qui mo-

difient son comportement ou lui ajoutent des fonctionnalités. L’un de ces
modes est ESS (Emacs Speaks Statistics).

x ESS permet d’interagir avec des logiciels statistiques (en particulier R, S+

et SAS) directement depuis Emacs.

x Quelques-uns des développeurs de ESS sont aussi des développeurs de R,

d’où la grande compatibilité entre les deux logiciels.

x Lorsque ESS est installé, le mode est activé automatiquement en ouvrant

dans Emacs un fichier dont le nom se termine par l’extension .R.

A. Installation
GNU Emacs et le mode ESS sont normalement livrés d’office avec toutes
les distributions Linux. Pour les environnements Windows et Mac OS X, le
plus simple consiste à télécharger et installer les distributions préparées
par le présent auteur. Consulter le site

[Link]
A.3. Description sommaire 131

A. Description sommaire

Au lancement, Emacs affiche un écran d’information contenant des liens
vers différentes ressources. Cet écran disparaît dès que l’on appuie sur une
touche. La fenêtre Emacs se divise en quatre zone principales (voir la fi-
gure A.1) :
1. tout au haut de la fenêtre (ou de l’écran sous OS X), on trouve l’habituelle
barre de menu dont le contenu change selon le mode dans lequel se trouve
Emacs ;
2. l’essentiel de la fenêtre sert à afficher un buffer, soit le contenu d’un fi-
chier ouvert ou l’invite de commande d’un programme externe ;
3. la ligne de mode est le séparateur horizontal contenant diverses informa-
tions sur le fichier ouvert et l’état de Emacs ;
4. le minibuffer est la région au bas de la fenêtre où l’on entre des com-
mandes et reçoit de l’information de Emacs.
Il est possible de séparer la fenêtre Emacs en sous-fenêtres pour afficher
plusieurs buffers à la fois. Il y a alors une ligne de mode pour chaque buffer.

A. Emacs-ismes et Unix-ismes

Emacs possède sa propre terminologie qu’il vaut mieux connaître lorsque
l’on consulte la documentation. De plus, l’éditeur utilise des conventions du
monde Unix qui sont moins usitées sur les plateformes Windows et OS X.
x Dans les définitions de raccourcis claviers :
– C est la touche Contrôle ( ) ;
– M est la touche Meta, qui correspond à la touche Alt de gauche sur un PC
ou la touche Option ( ) sur un Mac (toutefois, voir l’encadré ci-dessus) ;
– ESC est la touche Échap ( ) et est équivalente à Meta ;
– SPC est la barre d’espacement ;
– DEL est la touche Retour arrière ( ) — et non la touche Supprimer.
– RET est la touche Entrée ( ) ;
x Toutes les fonctionnalités de Emacs correspondent à une commande pou-
vant être tapée dans le minibuffer. M-x démarre l’invite de commande.
x Le caractère ~ représente le dossier vers lequel pointe la variable d’envi-
ronnement $HOME (Linux, OS X) ou %HOME% (Windows). C’est le dossier par
défaut de Emacs.
132 GNU Emacs et ESS : la base

; Barre de menu

; Buffer

; Ligne de mode
; Minibuffer
Fig. A.1 : Fenêtre GNU Emacs et ses différentes parties au lancement de l’ap-
plication sous Mac OS X. Sous Windows et Linux, la barre de menu se trouve
à l’intérieur de la fenêtre.

x La barre oblique (/) est utilisée pour séparer les dossiers dans les chemins
d’accès aux fichiers, même sous Windows.
x En général, il est possible d’appuyer sur TAB dans le minibuffer pour com-
pléter les noms de fichiers ou de commandes.

A. Commandes de base

Emacs comporte une pléthore de commandes, il serait donc futile de ten-
ter d’en faire une liste exhaustive ici. Nous nous contenterons de mentionner
A.5. Commandes de base 133

Par défaut sous Mac OS X, la touche Meta est assignée à Option

( ). Sur les claviers français, cela empêche d’accéder à certains
caractères spéciaux tels que [, ], { ou }.
Une solution consiste à plutôt assigner la touche Meta à
Commande ( ). Cela bloque alors l’accès à certains raccourcis Mac,
mais la situation est moins critique ainsi.
Pour assigner la touche Meta à Commande ( ) et laisser la touche
Option ( ) jouer son rôle usuel, il suffit d’insérer les lignes
suivantes dans son fichier de configuration .emacs (voir la sec-
tion A.7) :

;;; ====================================
;;; Assigner la touche Meta à Commande
;;; et laisser Option être Option
;;; ====================================
(setq-default ns-command-modifier ’meta)
(setq-default ns-option-modifier ’none)

les commandes les plus importantes regroupées par tâche.

Pour débuter, il est utile de suivre le Tour guidé de Emacs 1 et de lire le
tutoriel de Emacs, que l’on démarre avec C-h t.

A.. Les essentielles

M-x démarrer l’invite de commande

C-g bouton de panique : annuler, quitter ! Presser plus d’une fois au be-
soin.

A.. Manipulation de fichiers

Entre parenthèses, le nom de la commande Emacs correspondante. On
peut entrer cette commande dans le minibuffer au lieu d’utiliser le raccourci
clavier.

1. [Link] ou cliquer sur le lien dans l’écran d’ac-

cueil.
134 GNU Emacs et ESS : la base

 On remarquera qu’il n’existe pas de commande «nouveau fi-

chier» dans Emacs. Pour créer un nouveau fichier, il suffit d’ou-
vrir un fichier n’existant pas.

C-x C-f ouvrir un fichier (find-file)

C-x C-s sauvegarder (save-buffer)

C-x C-w sauvegarder sous (write-file)

C-x k fermer un fichier (kill-buffer)

C-_ annuler (pratiquement illimité) ; aussi C-x u (undo)

C-s recherche incrémentale avant (isearch-forward)

C-r Recherche incrémentale arrière (isearch-backward)

M-% rechercher et remplacer (query-replace)

A.. Déplacements simples du curseur

C-b | C-f déplacer d’un caractère vers l’arrière | l’avant
(backward-char | forward-char)
C-a | C-e aller au début | fin de la ligne (move-beginning-of-line |
move-end-of-line)
C-p | C-n aller à la ligne précédente | suivante (previous-line |
next-line)
M-< | M-> aller au début | fin du fichier (beginning-of-buffer |
end-of-buffer)

DEL | C-d effacer le caractère à gauche | droite du curseur

(delete-backward-char | delete-char)
M-DEL | M-d effacer le mot à gauche | droite du curseur
(backward-kill-word | kill-word)
C-k supprimer jusqu’à la fin de la ligne (kill-line)
A.5. Commandes de base 135

Plusieurs des raccourcis clavier de Emacs composés avec la

touche Contrôle ( ) sont valides sous Mac OS X. Par exemple,
A et E déplacent le curseur au début et à la fin de la ligne
dans les champs texte.

A.. Sélection de texte, copier, coller, couper

C-SPC débute la sélection (set-mark-command)

C-w couper la sélection (kill-region)

M-w copier la sélection (kill-ring-save)

C-y coller (yank)

M-y remplacer le dernier texte collé par la sélection précédente

(yank-pop)

x Il est possible d’utiliser les raccourcis clavier usuels de Windows (C-c, C-x,
C-v) et OS X ( C, X, V) en activant le mode CUA dans le menu Options.
x On peut copier-coller directement avec la souris dans Windows en sélec-
tionnant du texte puis en appuyant sur le bouton central (ou la molette) à
l’endroit souhaité pour y copier le texte.

A.. Manipulation de fenêtres

C-x b changer de buffer (switch-buffer)

C-x 2 séparer l’écran en deux fenêtres (split-window-vertically)

C-x 1 conserver uniquement la fenêtre courante (delete-other-windows)

C-x 0 fermer la fenêtre courante (delete-window)

C-x o aller vers une autre fenêtre lorsqu’il y en a plus d’une (other-window)

A.. Manipulation de fichiers de script dans le mode ESS

Dans les versions récentes de ESS (à partir de 12.09 environ), la manipula-
tion des fichiers de script a été passablement simplifiée par l’introduction de
fonctions «intelligentes» qui s’adaptent à la situation. Les deux principales
commandes à connaître sont les suivantes :
136 GNU Emacs et ESS : la base

C-RET évaluer dans le processus R la ligne sous le curseur ou la région

sélectionnée, puis déplacer le curseur à la prochaine expression
(ess-eval-region-or-line-and-step)
C-c C-c évaluer dans le processus R la région sélectionnée, la fonction
ou le paragraphe dans lequel se trouve le curseur, puis déplacer
le curseur à la prochaine expression
(ess-eval-region-or-function-or-paragraph-and-step)
Quelques autres fonctions utiles :
C-c C-v aide sur une commande R (ess-display-help-on-object)

C-c C-l évaluer le code du fichier courant en entier dans le processus R

(ess-load-file)
C-c C-n évaluer la ligne sous le curseur dans le processus R, puis
déplacer le curseur à la prochaine expression
(ess-eval-line-and-step)
C-c C-r évaluer la région sélectionnée dans le processus R
(ess-eval-region)
C-c C-f évaluer le code de la fonction courante dans le processus R
(ess-eval-function)

A.. Interaction avec l’invite de commande R

M-p | M-n commande précédente | suivante dans l’historique
(previous-matching-history-from-input,
next-matching-history-from-input)
C-c C-e replacer la dernière ligne au bas de la fenêtre
(comint-show-maximum-output)
M-h sélectionner le résultat de la dernière commande
(mark-paragraph)
C-c C-o effacer le résultat de la dernière commande
(comint-delete-output)
C-c C-v aide sur une commande R (ess-display-help-on-object)

C-c C-q terminer le processus R (ess-quit)

A.. Consultation des rubriques d’aide de R

p|n aller à la section précédente | suivante de la rubrique
(ess-skip-to-previous-section | ess-skip-to-next-section)
A.6. Anatomie d’une session de travail (bis) 137

s a aller à la section de la liste des arguments (Arguments)

s D aller à la section des détails sur la fonction (Details)

s v aller à la section sur la valeur retournée par la fonction (Value)

s s aller à la section des fonctions apparentée (See Also)

s e aller à la section des exemples (Examples)

l évaluer la ligne sous le curseur ; pratique pour exécuter les

exemples (ess-eval-line-and-step)
r évaluer la région sélectionnée (ess-eval-region)

h ouvrir une nouvelle rubrique d’aide, par défaut pour le mot se

trouvant sous le curseur (ess-display-help-on-object)
q retourner au processus ESS en laissant la rubrique d’aide visible
(ess-switch-to-end-of-ESS)
x fermer la rubrique d’aide et retourner au processus ESS
(ess-kill-buffer-and-go)

A. Anatomie d’une session de travail (bis)

On reprend ici les étapes d’une session de travail type présentées à la
section 1.6, mais en expliquant comment compléter chacune dans Emacs

avec le mode ESS.
1. Lancer Emacs et ouvrir un fichier de script avec
C-x C-f
ou avec le menu
File|Open file...
En spécifiant un nom de fichier qui n’existe pas déjà, on se trouve à créer
un nouveau fichier de script. S’assurer de terminer le nom des nouveaux
fichiers par .R pour que Emacs reconnaisse automatiquement qu’il s’agit
de fichiers de script R.
2. Démarrer un processus R à l’intérieur même de Emacs avec
M-x R
Emacs demandera alors de spécifier de répertoire de travail (starting data
directory). Accepter la valeur par défaut, par exemple
~/
138 GNU Emacs et ESS : la base

ou indiquer un autre dossier. Un éventuel message de Emacs à l’effet que

le fichier .Rhistory n’a pas été trouvé est sans conséquence et peut être
ignoré.
3. Composer le code. Lors de cette étape, on se déplacera souvent du fichier
de script à la ligne de commande afin d’essayer diverses expressions. On
exécutera également des parties seulement du code se trouvant dans le
fichier de script. Les commandes les plus utilisées sont alors
C-RET pour exécuter une ligne du fichier de script ;
C-c C-c pour exécuter un paragraphe du fichier de script ;
C-x o pour se déplacer d’une fenêtre à l’autre ;
C-c C-e pour replacer la ligne de commande au bas de la fe-
nêtre.
4. Sauvegarder le fichier de script :
C-x C-s
Les quatrième et cinquième caractères de la ligne de mode changent de
** à --.
5. Sauvegarder si désiré l’espace de travail de R avec [Link](). On le
répète, cela n’est habituellement pas nécessaire à moins que l’espace de
travail ne contienne des objets importants ou longs à recréer.
6. Quitter le processus R avec
C-c C-q
Cette commande ESS se chargera de fermer tous les fichiers associés au
processus R. On peut ensuite quitter Emacs en fermant l’application de
la manière usuelle.

A. Configuration de l’éditeur

Une des grandes forces de Emacs est qu’à peu près chacune de ses fa-
cettes est configurable : couleurs, polices de caractère, raccourcis clavier,
etc.
x La configuration de Emacs se fait par le biais de commandes réunies dans
 un fichier de configuration nommé .emacs (le point est important !) que
Emacs lit au démarrage.
x Le fichier .emacs doit se trouver dans le dossier ~/, c’est-à-dire dans le
dossier de départ de l’utilisateur sous Linux et OS X, et dans le dossier
référencé par la variable d’environnement %HOME% sous Windows.
A.8. Aide et documentation 139

A. Aide et documentation

Emacs possède son propre système d’aide très exhaustif, mais dont la
navigation est peu intuitive selon les standards d’aujourd’hui. Consulter le
menu Help.
Autrement, on trouvera les manuels de Emacs et de ESS en divers formats
dans les sites respectifs des deux projets :
[Link]
[Link]
Enfin, si le désespoir vous prend au cours d’une séance de codage in-
tensive, vous pouvez toujours consulter le psychothérapeute Emacs. On le
trouve, bien entendu, dans le menu Help !
B Planification d’une simulation
en R

Il existe de multiples façons de réaliser la mise en œuvre informatique

d’une simulation, mais certaines sont plus efficaces que d’autres. Cette an-
nexe passe en revue diverses façons de faire des simulations avec R à l’aide
d’un exemple simple de nature statistique.

B. Contexte
Soit 𝑋1 , … , 𝑋𝑛 un échantillon aléatoire tiré d’une population distribuée
selon une loi uniforme sur l’intervalle (𝜃 − 12 , 𝜃 + 12 ). On considère trois
estimateurs sans biais du paramètre inconnu 𝜃 :
1. la moyenne arithmétique
𝑛
1
𝜃1̂ = ∑ 𝑋𝑖 ;
𝑛 𝑖=1

2. la médiane empirique

⎧𝑋( 𝑛+1 ) , 𝑛 impair

𝜃2̂ = 2
⎨ 1 (𝑋( 𝑛 ) + 𝑋( 𝑛 +1) ), 𝑛 pair,
⎩2 2 2

où 𝑋(𝑘) est la 𝑘e statistique d’ordre de l’échantillon aléatoire ;

3. la mi-étendue
𝑋(1) + 𝑋(𝑛)
𝜃3̂ = .
2

À l’aide de la simulation on veut, d’une part, vérifier si les trois estima-

teurs sont bel et bien sans biais et, d’autre part, déterminer lequel a la plus
faible variance.

141
142 Planification d’une simulation en R

Pour ce faire, on doit d’abord simuler un grand nombre 𝑁 d’échantillons

aléatoires de taille 𝑛 d’une distribution 𝑈(𝜃 − 12 , 𝜃 + 12 ) pour une valeur de 𝜃
choisie. Pour chaque échantillon, on calculera ensuite les trois estimateurs
ci-dessus, puis la moyenne et la variance, par type d’estimateur, de tous
les estimateurs obtenus. Si la moyenne des 𝑁 estimateurs 𝜃𝑖̂ , 𝑖 = 1, 2, 3
est près de 𝜃, alors on pourra conclure que 𝜃𝑖̂ est sans biais. De même, on
déterminera lequel des trois estimateurs a la plus faible variance selon le
classement des variances empiriques.

B. Première approche : avec une boucle

La façon la plus intuitive de mettre en œuvre cette étude de simulation
en R consiste à utiliser une boucle for. Avec cette approche, il est nécessaire
d’initialiser une matrice de 3 lignes et 𝑁 colonnes (ou l’inverse) dans laquelle
seront stockées les valeurs des trois estimateurs pour chaque simulation.
Une fois la matrice remplie dans la boucle, il ne reste plus qu’à calculer la
moyenne et la variance par ligne pour obtenir les résultats souhaités.
La figure B.1 présente un exemple de code adéquat pour réaliser la simu-
lation à l’aide d’une boucle.
Si l’on souhaite pouvoir exécuter le code de la figure B.1 facilement à
l’aide d’une seule expression, il suffit de placer l’ensemble du code dans une
fonction. La fonction simul1 de la figure B.2 reprend le code de la figure B.1,
sans les commentaires. On a alors :

> simul1(10000, 100, 0)

$biais
Moyenne Mediane Mi-etendue
-5.743331e-04 -1.132224e-03 -2.984987e-06

$variances
Moyenne Mediane Mi-etendue
8.363127e-04 2.393948e-03 4.955222e-05

B. Seconde approche : avec sapply

On le sait, les boucles sont inefficaces en R. Il est en général plus efficace
de déléguer les boucles aux fonctions lapply et sapply (section 6.3). On
rappelle que la syntaxe de ces fonctions est
B.3. Seconde approche : avec sapply 143

## Bonne habitude à prendre: stocker les constantes dans

## des variables faciles à modifier au lieu de les écrire
## explicitement dans le code.
size <- 100 # taille de chaque échantillon
nsimul <- 10000 # nombre de simulations
theta <- 0 # la valeur du paramètre

## Les lignes ci-dessous éviteront de faire deux additions

## ’nsimul’ fois.
a <- theta - 0.5 # borne inférieure de l’uniforme
b <- theta + 0.5 # borne supérieure de l’uniforme

## Initialisation de la matrice dans laquelle seront

## stockées les valeurs des estimateurs. On donne également
## des noms aux lignes de la matrice afin de facilement
## identifier les estimateurs.
x <- matrix(0, nrow = 3, ncol = nsimul)
rownames(x) <- c(”Moyenne”, ”Mediane”, ”Mi-etendue”)

## Simulation comme telle.

for (i in 1:nsimul)
{
u <- runif(size, a, b)
x[, i] <- c(mean(u), # moyenne
median(u) # médiane
mean(range(u))) # mi-étendue
}

## On peut maintenant calculer la moyenne et la variance

## par ligne.
rowMeans(x) - theta # vérification du biais
apply(x, 1, var) # comparaison des variances

Fig. B.1 : Code pour la simulation utilisant une boucle for

144 Planification d’une simulation en R

simul1 <- function(nsimul, size, theta)

{
a <- theta - 0.5
b <- theta + 0.5

x <- matrix(0, nrow = 3, ncol = nsimul)

rownames(x) <- c(”Moyenne”, ”Mediane”, ”Mi-etendue”)

for (i in 1:nsimul)
{
u <- runif(size, a, b)
x[, i] <- c(mean(u), median(u), mean(range(u)))
}

list(biais = rowMeans(x) - theta,

variances = apply(x, 1, var))
}

Fig. B.2 : Définition de la fonction simul1

lapply(x, FUN, ...)

sapply(x, FUN, ...)
Ces fonctions appliquent la fonction FUN à tous les éléments de la liste ou du
vecteur x et retournent les résultats sous forme de liste (lapply) ou, lorsque
c’est possible, de vecteur ou de matrice (sapply). Il est important de noter
que les valeurs successives de x seront passées comme premier argument à
la fonction FUN. Le cas échéant, les autres arguments de FUN sont spécifiés
dans le champ ‘...’.
Pour pouvoir utiliser ces fonctions dans le cadre d’une simulation comme
celle dont il est question ici, il s’agit de définir une fonction qui fera tous
les calculs pour une simulation, puis de la passer à sapply pour obtenir les
résultats de 𝑁 simulations. La figure B.3 présente une première version d’une
telle fonction. On remarquera que l’argument i ne joue aucun rôle dans la
fonction. Voici un exemple d’utilisation pour un petit nombre de simulations
(4) :

> sapply(1:4, fun1, size = 10, a = -0.5, b = 0.5)

B.3. Seconde approche: avec sapply 145

fun1 <- function(i, size, a, b)

{
u <- runif(size, a, b)
c(Moyenne = mean(u),
Mediane = median(u),
”Mi-etendue” = mean(range(u)))
}

simul2 <- function(nsimul, size, theta)

{
a <- theta - 0.5
b <- theta + 0.5

x <- sapply(1:nsimul, fun1, size, a, b)

list(biais = rowMeans(x) - theta,

variances = apply(x, 1, var))
}

Fig. B.3 : Définitions des fonction fun1 et simul2

[,1] [,2] [,3] [,4]

Moyenne -0.07524514 0.08507875 0.11723637 -0.01636660
Mediane -0.07874202 0.16693233 0.23166705 0.03329869
Mi-etendue -0.02859512 0.01043863 -0.01745253 -0.00647571

On remarque donc que les résultats de chaque simulation se trouvent

dans les colonnes de la matrice obtenue avec sapply.
Pour compléter l’analyse, on englobe le tout dans une fonction simul2,
dont le code se trouve à la figure B.3 :

> simul2(10000, 100, 0)

$biais
Moyenne Mediane Mi-etendue
-0.0002002722 -0.0005837483 -0.0001224607

$variances
146 Planification d’une simulation en R

Moyenne Mediane Mi-etendue

8.329039e-04 2.440072e-03 4.867056e-05

Il est généralement plus facile de déboguer le code avec cette approche

puisque l’on peut rapidement circonscrire un éventuel problème à fun1 ou
simul2.

B. Variante de la seconde approche

Une chose manque d’élégance dans la seconde approche : l’obligation
d’inclure un argument factice dans la fonction fun1. La fonction replicate
(section 6.5) permet toutefois de passer outre cette contrainte. En effet, cette
fonction exécute un nombre donné de fois une expression quelconque.
Les fonctions fun2 et simul3 de la figure B.4 sont des versions légère-
ment modifiées de fun1 et simul2 pour utilisation avec replicate. On a
alors

> simul3(10000, 100, 0)

$biais
Moyenne Mediane Mi-etendue
3.126901e-04 4.073327e-04 3.077035e-05

$variances
Moyenne Mediane Mi-etendue
8.381890e-04 2.464395e-03 4.862781e-05

B. Gestion des fichiers

Pour un petit projet comme celui utilisé en exemple ici, il est simple et
pratique de placer tout le code informatique dans un seul fichier de script.
Pour un plus gros projet, cependant, il vaut souvent mieux avoir recours à
plusieurs fichiers différents. Le présent auteur utilise pour sa part un fichier
par fonction.
À des fins d’illustration, supposons que l’on utilise l’approche de la sec-
tion B.4 avec la fonction replicate et que le code des fonctions fun2 et
simul3 est sauvegardé dans des fichiers fun2.R et simul3.R, dans l’ordre.
Si l’on crée un autre fichier, disons go.R, ne contenant que des expressions
B.6. Exécution en lot 147

fun2 <- function(size, a, b)

{
u <- runif(size, a, b)
c(Moyenne = mean(u),
Mediane = median(u),
”Mi-etendue” = mean(range(u)))
}

simul3 <- function(nsimul, size, theta)

{
a <- theta - 0.5
b <- theta + 0.5

x <- replicate(nsimul, fun2(size, a, b))

list(biais = rowMeans(x) - theta,

variances = apply(x, 1, var))
}

Fig. B.4 : Définitions des fonction fun2 et simul3

source pour lire les autres fichiers, il est alors possible de démarrer des si-
mulations en exécutant ce seul fichier. Dans notre exemple, le fichier go.R
contiendrait les lignes suivantes :
source(”fun2.R”)
source(”simul3.R”)
simul3(10000, 100, 0)
Une simple commande

> source(”go.R”)

exécutera alors une simulation complète.

B. Exécution en lot

Les utilisateurs plus avancés pourront vouloir exécuter leur simulation R
en lot (batch) pour en accélérer le traitement. Dans ce mode, aucune interface
148 Planification d’une simulation en R

graphique n’est démarrée et tous les résultats sont redirigés vers un fichier
pour consultation ultérieure. Pour les simulations demandant un long temps
de calcul, c’est très pratique.
On exécute R en lot depuis la ligne de commande (Invite de commande
sous Windows, Terminal sous OS X ou Linux). Une fois placé dans le réper-
toire contenant les fichiers de script, il suffit d’entrer à la ligne de commande
R CMD BATCH go.R
La sortie de cette commande (et donc tous les résultats des expressions R du
fichier go.R) seront placés par défaut dans le fichier [Link]. Sous Windows,
le dossier d’installation de R peut ne pas se trouver dans la variable d’envi-
ronnement %PATH%, auquel cas il faut spécifier le chemin d’accès complet de
l’exécutable à la ligne de commande :
”c:\Program Files\R\R-x.y.z\bin\R” CMD BATCH go.R
Remplacer R-x.y.z par le numéro de version courant de R.

B. Conclusion
Le nombre de simulations, 𝑁, et la taille de l’échantillon, 𝑛, ont tous deux
un impact sur la qualité des résultats, mais de manière différente. Quand
𝑛 augmente, la précision des estimateurs augmente. Ainsi, dans l’exemple
ci-dessus, le biais et la variance des estimateurs de 𝜃 seront plus faibles.
D’autre part, l’augmentation du nombre de simulations diminue l’impact
des échantillons aléatoires individuels et, de ce fait, améliore la fiabilité des
conclusions de l’étude.
D’ailleurs, les conclusions de l’étude de simulation sur le biais et la va-
riance des trois estimateurs de la moyenne d’une loi uniforme sont les sui-
vantes : les trois estimateurs sont sans biais et la mi-étendue a la plus faible
variance. En effet, on peut démontrer mathématiquement que, pour 𝑛 im-
pair,
1
Var[𝜃1̂ ] =
12𝑛
1
Var[𝜃2̂ ] =
4𝑛 + 2
1
Var[𝜃3̂ ] =
2(𝑛 + 1)(𝑛 + 2)
et donc
Var[𝜃3̂ ] ≤ Var[𝜃1̂ ] ≤ Var[𝜃2̂ ]
pour tout 𝑛 ≥ 2.
C Installation de packages dans R

Un package R est un ensemble cohérent de fonctions, de jeux de don-

nées et de documentation permettant de compléter les fonctionnalités du
système ou d’en ajouter de nouvelles. Les packages sont normalement ins-
tallés depuis le site Comprehensive R Archive Network (CRAN ; [Link]
[Link]).
Cette annexe explique comment configurer R pour faciliter l’installation
et l’administration de packages externes.
Les instructions ci-dessous sont centrées autour de la création d’une bi-

bliothèque personnelle où seront installés les packages R téléchargés de
CRAN. Il est fortement recommandé de créer une telle bibliothèque. Cela
permet d’éviter les problèmes d’accès en écriture dans la bibliothèque prin-
cipale et de conserver les packages intacts lors des mises à jour de R. Nous
montrons également comment spécifier le site miroir de CRAN pour éviter
d’avoir à le répéter à chaque installation de package.

1. Identifier le dossier de départ de l’utilisateur. En cas d’incertitude, exa-

miner la valeur de la variable d’environnement HOME 1 , depuis R avec la
commande

> [Link](”HOME”)

ou, pour les utilisateurs de Emacs, directement depuis l’éditeur avec

M-x getenv RET HOME RET

Nous référerons à ce dossier par le symbole ~.

2. Créer un dossier qui servira de bibliothèque de packages personnelle.
Dans la suite, nous utiliserons ~/R/library.

1. Pour les utilisateurs de GNU Emacs sous Windows, la variable est créée par l’assistant
d’installation de Emacs lorsqu’elle n’existe pas déjà.

149
150 Installation de packages dans R

3. La configuration de R se fait à l’aide simples fichiers texte, comme pour

GNU Emacs ; voir la section A.7. Ainsi, dans un fichier nommé ~/.Renviron
(donc situé dans le dossier de départ), enregistrer la ligne suivante :

R_LIBS_USER=”~/R/library”

Au besoin, remplacer le chemin ~/R/library par celui du dossier créé à

l’étape précédente. Utiliser la barre oblique avant (/) dans le chemin pour
séparer les dossiers.
4. Dans un fichier nommé ~/.Rprofile, enregistrer l’option suivante :

options(repos = ”[Link]

Si désiré, remplacer la valeur de l’option repos par l’URL d’un autre site
miroir de CRAN.
Les utilisateurs de GNU Emacs voudront ajouter une ou deux autres op-
tions. Sous Windows, le code à entrer dans le fichier ~/.Rprofile sera
plutôt

options(repos = ”[Link]
[Link] = FALSE)

Sous OS X :

options(repos = ”[Link]
[Link] = FALSE, device = ”quartz”)

Consulter la rubriques d’aide de Startup pour les détails sur la syntaxe et

l’emplacement des fichiers de configuration, celles de library et .libPaths
pour la gestion des bibliothèques et celle de options pour les différentes
options reconnues par R.
Après un redémarrage de R, la bibliothèque personnelle aura préséance
sur la bibliothèque principale et il ne sera plus nécessaire de préciser le site
miroir de CRAN lors de l’installation de packages. Ainsi, la simple commande

> [Link](”actuar”)

téléchargera le package de fonctions actuarielles actuar depuis le miroir ca-

nadien de CRAN et l’installera dans le dossier ~/R/library. Pour charger le
package en mémoire, on fera
Installation de packages dans R 151

> library(”actuar”)

On peut arriver au même résultat sans utiliser les fichiers de configura-

tion .Renviron et .Rprofile. Il faut cependant recourir aux arguments lib
et repos de la fonction [Link] et à l’argument [Link] de la
fonction library. Consulter les rubriques d’aide de ces deux fonctions pour
de plus amples informations.
Réponses des exercices

Chapitre 
2.1 a) Il y a plusieurs façons de créer les troisième et quatrième éléments
de la liste. Le plus simple consiste à utiliser numeric() et logical() :

> x <- list(1:5, data = matrix(1:6, 2, 3), numeric(3),

+ test = logical(4))

b) > names(x)

c) > mode(x$test)
> length(x$test)

d) > dim(x$data)

e) > x[[2]][c(2, 3)]

f) > x[[3]] <- 3:8

2.2 a) > x[2]

b) > x[1:5]

c) > x[x > 14]

d) > x[-c(6, 10, 12)]

2.3 a) > x[4, 3]

b) > x[6, ]

c) > x[, c(1, 4)]

d) > x[x[, 1] > 50, ]

153
154 Réponses des exercices

Chapitre 
3.1 a) > rep(c(0, 6), 3)

b) > seq(1, 10, by = 3)

c) > rep(1:3, 4)

d) > rep(1:3, 1:3)

e) > rep(1:3, 3:1)

f) > seq(1, 10, length = 3)

g) > rep(1:3, rep(4,3))

3.2 a) > 11:20 / 10

b) > 2 * 0:9 + 1

c) > rep(-2:2, 2)

d) > rep(-2:2, each = 2)

e) > 10 * 1:10

3.3 Soit mat une matrice.

a) > apply(mat, 1, sum)

b) > apply(mat, 2, sum)

c) > apply(mat, 1, mean)

d) > apply(mat, 2, mean)

3.4 > cumprod(1:10)

3.5 x == (x %% y) + y * (x %/% y)

3.6 a) > x[1:5]

> head(x, 5)

b) > max(x)

c) > mean(x[1:5])
> mean(head(x, 5))
Réponses des exercices 155

d) > mean(x[16:20])
> mean(x[(length(x) - 4):length(x)]) # plus général
> mean(tail(x, 5)) # plus lisible!

3.7 a) (j - 1)*I + i
b) ((k - 1)*J + j - 1)*I + i

3.8 a) > rowSums(mat)

b) > colMeans(mat)

c) > max(mat[1:3, 1:3])

d) > mat[rowMeans(mat) > 7,]

3.9 > temps[match(unique(cummin(temps)), temps)]

Chapitre 

4.1 > sum(P / cumprod(1 + i))

4.2 > x <- c(7, 13, 3, 8, 12, 12, 20, 11)

> w <- c(0.15, 0.04, 0.05, 0.06, 0.17, 0.16, 0.11, 0.09)
> sum(x * w)/sum(w)

4.3 > 1/mean(1/x)

4.4 > lambda <- 2

> x <- 5
> exp(-lambda) * sum(lambda^(0:x)/gamma(1 + 0:x))

4.5 a) > x <- 10^(0:6)

> probs <- (1:7)/28

b) > sum(x^2 * probs) - (sum(x * probs))^2

4.6 > i <- 0.06

> 4 * ((1 + i)^0.25 - 1)
156 Réponses des exercices

4.7 > n <- 1:10

> i <- seq(0.05, 0.1, by = 0.01)
> (1 - outer((1 + i), -n, ”^”))/i

ou

> n <- 1:10

> i <- (5:10)/100
> apply(outer(1/(1+i), n, ”^”), 1, cumsum)

4.8 > v <- 1/1.06

> k <- 1:10
> sum(k * v^(k - 1))

4.9 > pmts <- rep(1:4, 1:4)

> v <- 1/1.07
> k <- 1:10
> sum(pmts * v^k)

4.10 > v <- cumprod(1/(1 + rep(c(0.05, 0.08), 5)))

> pmts <- rep(1:4, 1:4)
> sum(pmts * v)

Chapitre 
5.1 variance <- function(x, biased = FALSE)
{
if (biased)
{
n <- length(x)
(n - 1)/n * var(x)
}
else
var(x)
}

5.2 Une première solution utilise la transposée. La première expression de la

fonction s’assure que la longueur de data est compatible avec le nombre
de lignes et de colonnes de la matrice demandée.
Réponses des exercices 157

matrix2 <- function(data = NA, nrow = 1, ncol = 1,

bycol = FALSE, dimnames = NULL)
{
data <- rep(data, length = nrow * ncol)

if (bycol)
dim(data) <- c(nrow, ncol)
else
{
dim(data) <- c(ncol, nrow)
data <- t(data)
}

dimnames(data) <- dimnames

data
}

La seconde solution n’a pas recours à la transposée. Pour remplir la ma-

trice par ligne, il suffit de réordonner les éléments du vecteur data en
utilisant la formule obtenue à l’exercice 3.7.

matrix2 <- function(data = NA, nrow = 1, ncol = 1,

bycol = FALSE, dimnames = NULL)
{
data <- rep(data, length = nrow * ncol)

if (!bycol)
{
i <- 1:nrow
j <- rep(1:ncol, each = nrow)
data <- data[(i - 1)*ncol + j]
}
dim(data) <- c(nrow, ncol)
dimnames(data) <- dimnames
data
}

5.3 phi <- function(x)

{
exp(-x^2/2) / sqrt(2 * pi)
}
158 Réponses des exercices

5.4 Phi <- function(x)

{
n <- 1 + 2 * 0:50
0.5 + phi(x) * sum(x^n / cumprod(n))
}

5.5 Première solution utilisant une fonction interne et une structure de contrôle
if ... else.

Phi <- function(x)

{
fun <- function(x)
{
n <- 1 + 2 * 0:50
0.5 + phi(x) * sum(x^n / cumprod(n))
}

if (x < 0)
1 - fun(-x)
else
fun(x)
}

Seconde solution sans structure de contrôle if ... else. Rappelons

que dans des calculs algébriques, FALSE vaut 0 et TRUE vaut 1.

Phi <- function(x)

{
n <- 1 + 2 * 0:50
neg <- x < 0
x <- abs(x)
neg + (-1)^neg * (0.5 + phi(x) *
sum(x^n / cumprod(n)))
}

5.6 Phi <- function(x)

{
n <- 1 + 2 * 0:30
0.5 + phi(x) * colSums(t(outer(x, n, ”^”)) /
cumprod(n))
}
Réponses des exercices 159

5.7 a) [Link] <- function(mat1, mat2)

{
if (ncol(mat1) == nrow(mat2))
{
res <- matrix(0, nrow = nrow(mat1),
ncol = ncol(mat2))
for (i in 1:nrow(mat1))
{
for (j in 1:ncol(mat2))
{
res[i, j] <- sum(mat1[i,] * mat2[,j])
}
}
res
}
else
stop(”Les dimensions des matrices ne
permettent pas le produit matriciel.”)
}
b) [Link]<-function(mat1, mat2)
{
if (ncol(mat1) == nrow(mat2))
{
res <- matrix(0, nrow = nrow(mat1),
ncol = ncol(mat2))
for (i in 1:nrow(mat1))
res[i,] <- colSums(mat1[i,] * mat2)
res
}
else
stop(”Les dimensions des matrices ne
permettent pas le produit matriciel.”)
}
Solutions bonus : deux façons de faire équivalentes qui cachent la boucle
dans un sapply.

[Link]<-function(mat1, mat2)
{
if (ncol(mat1) == nrow(mat2))
t(sapply(1:nrow(mat1),
160 Réponses des exercices

function(i) colSums(mat1[i,] * mat2)))

else
stop(”Les dimensions des matrices ne permettent
pas le produit matriciel.”)
}

[Link]<-function(mat1, mat2)
{
if (ncol(mat1) == nrow(mat2))
t(sapply(1:ncol(mat2),
function(j) colSums(t(mat1) * mat2[,j])))
else
stop(”Les dimensions des matrices ne permettent
pas le produit matriciel.”)
}

5.8 Le calcul à faire n’est qu’un simple produit matriciel, donc :

[Link] <- function(notes, p) notes %*% p

5.10 param <- function (moyenne, variance, loi)

{
loi <- tolower(loi)
if (loi == ”normale”)
{
param1 <- moyenne
param2 <- sqrt(variance)
return(list(mean = param1, sd = param2))
}
if (loi == ”gamma”)
{
param2 <- moyenne/variance
param1 <- moyenne * param2
return(list(shape = param1, scale = param2))
}
if (loi == ”pareto”)
{
cte <- variance/moyenne^2
param1 <- 2 * cte/(cte-1)
param2 <- moyenne * (param1 - 1)
Réponses des exercices 161

return(list(alpha = param1, lambda = param2))

}
stop(”La loi doit etre une de \”normale\”,
\”gamma\” ou \”pareto\””)
}

Chapitre 
6.1 Soit Xij et wij des matrices, et Xijk et wijk des tableaux à trois dimen-
sions.
a) > rowSums(Xij * wij)/rowSums(wij)

b) > colSums(Xij * wij)/colSums(wij)

c) > sum(Xij * wij)/sum(wij)

d) > apply(Xijk * wijk, c(1, 2), sum)/apply(wijk, c(1, 2), sum)

e) > apply(Xijk * wijk, 1, sum)/apply(wijk, 1, sum)

f) > apply(Xijk * wijk, 2, sum)/apply(wijk, 2, sum)

g) > sum(Xijk * wijk)/sum(wijk)

6.2 a) > unlist(lapply(0:10, seq, from = 0))

b) > unlist(lapply(1:10, seq, from = 10))

c) > unlist(lapply(10:1, seq, to = 1))

6.3 a) > ea <- lapply(seq(100, 300, by = 50), rpareto, alpha = 2, lambda = 5000)

b) > names(ea) <- paste(”sample”, 1:5, sep = ””)

c) > sapply(ea, mean)

d) > lapply(ea, function(x) sort(ppareto(x, 2, 5000)))

> lapply(lapply(ea, sort), ppareto, alpha = 2, lambda = 5000)

e) > hist(ea$sample5)

f) > lapply(ea, ”+”, 1000)

6.4 a) > mean(sapply(x, function(liste) liste$franchise))

162 Réponses des exercices

Les crochets utilisés pour l’indiçage constituent en fait un opérateur

dont le «nom» est [[. On peut donc utiliser cet opérateur dans la
fonction sapply :
> mean(sapply(x, ”[[”, ”franchise”))

b) > sapply(x, function(x) mean(x$[Link]))

c) > sum(sapply(x, function(x) sum(x$[Link])))

ou
> sum(unlist(sapply(x, ”[[”, ”[Link]”)))

d) > mean(unlist(lapply(x, ”[[”, ”montants”)))

e) > sum(sapply(x, function(x) sum(x$[Link]) == 0))

f) > sum(sapply(x, function(x) x$[Link][1] == 1))

g) > var(unlist(lapply(x, function(x) sum(x$[Link]))))

h) > sapply(x, function(x) var(x$[Link]))

i) > y <- unlist(lapply(x, ”[[”, ”montants”))

> sum(y <= x)/length(y)
La fonction ecdf retourne une fonction permettant de calculer la
fonction de répartition empirique en tout point :
> ecdf(unlist(lapply(x, ”[[”, ”montants”)))(x)

j) > y <- unlist(lapply(x, ”[[”, ”montants”))

> colSums(outer(y, x, ”<=”))/length(y)
La fonction retournée par ecdf accepte un vecteur de points en argu-
ment :
> ecdf(unlist(lapply(x, ”[[”, ”montants”)))(x)

Chapitre 
7.1 a) > f <- function(x) x^3 - 2 * x^2 - 5
> uniroot(f, lower = 1, upper = 4)

b) Comme un simple graphique le démontre, il y a deux racines dans

l’intervalle.
Réponses des exercices 163

> f <- function(x) x^3 + 3 * x^2 - 1

> curve(f, xlim = c(-4, 0))
> uniroot(f, lower = -4, upper = -1)
> uniroot(f, lower = -1, upper = 0)
c) > f <- function(x) x - 2^(-x)
> uniroot(f, lower = 0, upper = 1)

d) > f <- function(x) exp(x) + 2^(-x) + 2 * cos(x) - 6

> uniroot(f, lower = 1, upper = 2)

e) > f <- function(x) exp(x) - x^2 + 3 * x - 2

> uniroot(f, lower = 0, upper = 1)

7.2 > X <- c(2061, 1511, 1806, 1353, 1600)

> w <- c(100155, 19895, 13735, 4152, 36110)
> g <- function(a, X, w, s2)
+ {
+ z <- 1/(1 + s2/(a * w))
+ Xz <- sum(z * X)/sum(z)
+ sum(z * (X - Xz)^2)/(length(X) - 1)
+ }
> uniroot(function(x) g(x, X, w, 140E6) - x, c(50000, 80000))

7.3 > dpareto <- function(x, alpha, lambda)

+ {
+ (alpha * lambda^alpha)/(x + lambda)^(alpha+1)
+ }
> f <- function(par, x) -sum(log(dpareto(x, par[1], par[2])))
> optim(c(1, 1000), f, x = x)

ou, en utilisant le truc du logarithme des paramètres expliqué dans le

code informatique de la section 7.5 pour éviter les soucis de conver-
gence :
> dpareto <- function(x, logAlpha, logLambda)
+ {
+ alpha <- exp(logAlpha)
+ lambda <- exp(logLambda)
+ (alpha * lambda^alpha)/(x + lambda)^(alpha+1)
+ }
> optim(c(log(2), log(1000)), f, x = x)
> exp(optim(c(log(2), log(1000)), f, x = x)$par)
164 Réponses des exercices

Chapitre 
8.1 > x <- rlnorm(1000, meanlog = log(5000) - 0.5, sdlog = 1)
> hist(x)

8.2 > x <- rpois(10000, lambda = rgamma(10000, shape = 5, rate = 4))

> xx <- seq(min(x), max(x))
> px <- table(x)
> plot(xx, dnbinom(xx, size = 5, prob = 0.8),
+ type = ”h”, lwd = 5, col = ”blue”)
> points(xx, px/length(x), pch = 16)

8.3 > w <- rbinom(1, 10000, 0.55)

> x <- c(rlnorm(w, 3.5, 0.6), rlnorm(10000 - w, 4.6, 0.3))
> hist(x)
Bibliographie

Abelson, H., G. J. Sussman et J. Sussman. 1996, Structure and Interpretation

of Computer Programs, 2e éd., MIT Press, ISBN 0-26201153-0.

Becker, R. A. 1994, «A brief history of S», cahier de recherche, AT&T Bell

Laboratories. URL [Link]
doc/[Link].

Becker, R. A. et J. M. Chambers. 1984, S: An Interactive Environment for Data

Analysis and Graphics, Wadsworth, ISBN 0-53403313-X.

Becker, R. A., J. M. Chambers et A. R. Wilks. 1988, The New S Language: A

Programming Environment for Data Analysis and Graphics, Wadsworth &
Brooks/Cole, ISBN 0-53409192-X.

Braun, W. J. et D. J. Murdoch. 2007, A First Course in Statistical Programming

with R, Cambridge University Press, ISBN 978-0-52169424-7.

Cameron, D., J. Elliott, M. Loy, E. S. Raymond et B. Rosenblatt. 2004, Leaning

GNU Emacs, 3e éd., O’Reilly, Sebastopol, CA, ISBN 0-59600648-9.

Chambers, J. M. 1998, Programming with Data: A Guide to the S Language,

Springer, ISBN 0-38798503-4.

Chambers, J. M. 2000, «Stages in the evolution of S», URL [Link]

[Link]/cm/ms/departments/sia/S/[Link].

Chambers, J. M. 2008, Software for Data Analysis: Programming with R,

Springer, ISBN 978-0-38775935-7.

Chambers, J. M. et T. J. Hastie. 1992, Statistical Models in S, Wadsworth &

Brooks/Cole, ISBN 0-53416765-9.

165
166 Bibliographie

Dutang, C., V. Goulet et M. Pigeon. 2008, «actuar: An R package for actuarial

science», Journal of Statistical Software, vol. 25, no 7. URL [Link]
[Link]/v25/i07.

Hornik, K. 2013, «The R FAQ», URL [Link]

[Link].

Iacus, S. M., S. Urbanek, R. J. Goedman et B. D. Ripley. 2013, «R for Mac

OS X FAQ», URL [Link]
html.

IEEE. 2003, 754-1985 IEEE Standard for Binary Floating-Point Arithmetic, IEEE,
Piscataway, NJ.

Ihaka, R. et R. Gentleman. 1996, «R: A language for data analysis and graph-
ics», Journal of Computational and Graphical Statistics, vol. 5, no 3, p. 299–
314.

Ligges, U. 2003, «R-winedt», dans Proceedings of the 3rd International Work-

shop on Distributed Statistical Computing (DSC 2003), édité par K. Hor-
nik, F. Leisch et A. Zeileis, TU Wien, Vienna, Austria, ISSN 1609-395X. URL
[Link]

Redd, A. 2010, «Introducing NppToR: R interaction for Notepad++», R Jour-

nal, vol. 2, no 1, p. 62–63. URL [Link]
2010-1/RJournal_2010-[Link].

Ripley, B. D. et D. J. Murdoch. 2013, «R for Windows FAQ», URL [Link]

[Link]/bin/windows/base/[Link].

Venables, W. N. et B. D. Ripley. 2000, S Programming, Springer, New York,

ISBN 0-38798966-8.

Venables, W. N. et B. D. Ripley. 2002, Modern Applied Statistics with S, 4e éd.,

Springer, New York, ISBN 0-38795457-0.

Venables, W. N., D. M. Smith et R Core Team. 2013, An Introduction to R, R

Foundation for Statistical Computing. URL [Link]
doc/manuals/[Link].

Wheeler, B. 2013, SuppDists : Supplementary Distributions. URL [Link]

[Link]/package=SuppDists, R package version 1.1-9.
Index

Les numéros de page en caractères gras indiquent les pages où les concepts
sont introduits, définis ou expliqués.

!, 45 $<-, 27
!=, 45 %*%, 45, 87
*, 45 %/%, 45
+, 45 %%, 45
-, 45 %in%, 48, 59
->, 14, 45 %o%, 52, 61
->>, 45 &, 45
-Inf, 19 &&, 45
..., 91, 142 ^, 44, 45
/, 45 { }, 15
:, 45 ||, 45
:, 63 |, 45
;, 14
abs, 83, 84, 103, 104
<, 45
add, 104
<-, 14, 44, 45
affectation, 13
<<-, 45, 78
apply, 53, 60, 63, 91, 92, 92–94, 99,
<=, 45
100
=, 14
array, 22, 35, 99, 100
==, 45
array (classe), 22
>, 45
arrondi, 48
>=, 45
[Link], 27
[, 27
attach, 27, 37
[<-, 27
attr, 20, 32, 106
[[, 158
attribut, 20
[[ ]], 26, 26
attributes, 20, 32, 33
[ ], 21, 23, 25, 27
$, 26, 27, 45 biscuits, voir Syndrôme

167
168 Index

boucle, 53, 75, 140 dim (attribut), 20, 22

break, 54, 62, 83, 84, 103 dimension, 20, 40
by, 10, 58 dimnames, 33, 46
byrow, 23, 46 dimnames (attribut), 20
distribution
c, 21 binomiale, 69, 123
cat, 103, 104 binomiale négative, 123
cbind, 25, 27, 34, 35, 39, 60 bêta, 123
ceiling, 49, 59 Cauchy, 123
character, 21, 33 exponentielle, 123
character (mode), 17, 21 F, 123
choose, 69 gamma, 70, 88, 123
class, 32, 34, 35, 37, 98, 103 géométrique, 123
class (attribut), 20 hypergéométrique, 123
colMeans, 51, 64, 92, 99 khi carré, 123
colSums, 51, 60, 64, 72, 92 log-normale, 123, 125
compilé (langage), 2 logistique, 123
complex, 33 mélange discret, 125
complex (mode), 17 mélange Poisson/gamma, 125
cos, 29 normale, 87, 88, 123
cummax, 50, 60 Pareto, 88, 107
cummin, 50, 60 Poisson, 69, 75, 123
cumprod, 50, 60, 68 t, 123
cumsum, 50, 60 uniforme, 123
curve, 104 Weibull, 123
Wilcoxon, 123
data, 32, 46, 58 dnorm, 87
data frame, 26 dossier de travail, voir répertoire
[Link], 27 de travail
[Link] (classe), 27 dpois, 70
dbeta, 115
dbinom, 69 écart type, 49
density, 10 ecdf, 158
det, 51 else, 53, 61, 62, 84, 103
detach, 27, 37 Emacs, 7, 82
dgamma, 116, 117 C-_, 132
diag, 39, 52, 60 C-a, 132
diff, 49, 59, 60 C-b, 132
différences, 49 C-d, 132
dim, 32–35, 37, 39, 60, 99 C-e, 132
Index 169

C-f, 132 C-c C-l, 134

C-g, 131 C-c C-n, 134
C-k, 132 C-c C-o, 134
C-n, 132 C-c C-q, 134, 136
C-p, 132 C-c C-r, 134
C-r, 132 C-c C-v, 134
C-s, 132 C-RET, 134, 136
C-SPC, 133 h, 135
C-w, 133 l, 135
C-x 0, 133 M-h, 134
C-x 1, 133 M-n, 134
C-x 2, 133 M-p, 134
C-x b, 133 n, 134
C-x C-f, 132 p, 134
C-x C-s, 132, 136 q, 135
C-x C-w, 132 r, 135
C-x k, 132 s a, 135
C-x o, 133, 136 s D, 135
C-x u, 132 s e, 135
C-y, 133 s s, 135
configuration, 136 s v, 135
DEL, 132 x, 135
déplacement, 132 étiquette, 20, 40
M-<, 132 eval, 84, 103
M->, 132 exists, 37
M-%, 132 exp, 29, 70, 71, 117
M-d, 132 expression, 13
M-DEL, 132 expression, 31, 84, 103
M-w, 133 expression (mode), 17
M-x, 131 extraction, voir aussi indiçage
M-y, 133 derniers éléments, 47
nouveau fichier, 132 éléments différents, 47
rechercher et remplacer, 132 premiers éléments, 47
sauvegarder, 132
sauvegarder sous, 132 F, voir FALSE
sélection, 133 factorial, 64, 69
ESS, 7 FALSE, 16, 81
C-c C-c, 134, 136 floor, 48, 59
C-c C-e, 134, 136 fonction
C-c C-f, 134 anonyme, 80
170 Index

appel, 45 lgamma, 64
débogage, 80 library, 54, 63
définie par l’usager, 77 list, 25, 31, 33, 35, 36, 100, 101,
générique, 98 103, 105
maximum local, 112 list (mode), 17, 25
minimum, 112 liste, 25
minimum local, 112 lm, 106
optimisation, 113 log, 116, 117
racine, 112 logical, 21, 33
résultat, 78 logical (mode), 17, 19, 21
for, 53, 56, 57, 61, 85, 96, 140 longueur, 18, 40
function, 77, 83–86, 101–106, 114– lower, 114, 115, 117
117 ls, 12, 30, 105
function (mode), 17
mapply, 53, 96, 101
gamma, 29, 64, 70 match, 48, 59
matrice, 64, 86–88, 92
head, 47, 59
diagonale, 52
hist, 102, 108
identité, 52
if, 53, 56, 57, 61, 62, 81, 83, 84, 102, inverse, 51
103 moyennes par colonne, 51
ifelse, 53 moyennes par ligne, 51
Im, 118 somme par colonne, 51
indiçage sommes par ligne, 51
liste, 25, 40 transposée, 51
matrice, 23, 27, 41 matrix, 11, 22, 29, 34, 36, 55, 57, 58,
vecteur, 27, 40 86, 99, 100
Inf, 19 matrix (classe), 22
[Link], 55 max, 11, 49, 59, 99
interprété (langage), 2 maximum
[Link], 20 cumulatif, 50
[Link], 20 d’un vecteur, 49
[Link], 19, 32, 38, 39, 61 local, 112
[Link], 20 parallèle, 50
[Link], 19 position dans un vecteur, 48
mean, 19, 32, 49, 59, 99, 102
lapply, 53, 91, 94, 94–96, 100, 101, median, 50, 60
105, 140, 142 médiane, 50
length, 10, 17, 31–37, 39, 58, 59 methods, 98
lfactorial, 64 min, 11, 49, 60
Index 171

minimum package, 54
cumulatif, 50 paste, 108
d’un vecteur, 49 pgamma, 71, 72
fonction non linéaire, 112 plot, 10, 32, 98, 104, 125
local, 112 pmax, 50, 60, 61
parallèle, 50 pmin, 50, 60
position dans un vecteur, 48 pnorm, 87
mode, 17, 40 point fixe, 72, 79
mode, 17, 30–32, 36, 37 points, 104
moyenne polyroot, 113, 118
arithmétique, 49 print, 56, 57, 61, 62, 81, 83, 84, 98,
harmonique, 75 99, 103, 104
pondérée, 75, 106 prod, 49, 52, 59, 60, 99, 100
tronquée, 49 produit, 49
cumulatif, 50
NA, 19, 81 extérieur, 52
[Link], 19, 32, 99
names, 33, 37–39 q, 9, 106
names (attribut), 20 quantile, 50
NaN, 20 quantile, 50, 60
nchar, 18, 31
ncol, 11, 34, 46, 51, 58, 60, 99 racine
next, 54 d’un polynôme, 113
nlm, 112, 112, 116, 117 d’une fonction, 112
nlminb, 112 rang, 47
noms d’objets range, 49, 60
conventions, 15 rank, 47, 58
réservés, 16 rbind, 24, 27, 34, 35, 39
Notepad++, 7 rbinom, 124
nrow, 11, 34, 46, 51, 58, 60, 99 Re, 118
NULL, 19, 20 renverser un vecteur, 47
NULL (mode), 19 rep, 11, 47, 58, 61, 63, 100–102
numeric, 21, 31, 33, 38, 61, 62, 85 repeat, 54, 62, 73, 83, 84, 103
numeric (mode), 17, 21 répertoire de travail, 9
répétition de valeurs, 47
optim, 113, 117 replace, 38, 60, 125
optimize, 112, 115 replicate, 98, 102, 144
order, 47, 58 return, 78
ordre, 47 rev, 47, 58–60, 69
outer, 52, 52, 53, 60, 61, 71, 80, 105 rgamma, 115, 125
172 Index

rm, 12, 106 summary, 50, 60, 98, 104

RNGkind, 124 switch, 53
rnorm, 10, 102, 106, 124 Syndrôme de la plaque à biscuits,
round, 11, 48, 59 74
[Link], 37 [Link], 85
rowMeans, 51, 64, 92
rowSums, 51, 60, 63, 92, 99 T, voir TRUE
rpois, 125 t, 11, 51, 60
runif, 11, 124 table, 125
tableau, 64, 92
S, 1, 2 tail, 47, 59
S+, 1 tri, 47
S-PLUS, 1 TRUE, 16, 81
sample, 32, 38, 60, 64, 95, 99–102, trunc, 49, 59
105, 123, 125 typeof, 18
sapply, 53, 91, 94, 95, 96, 98, 100,
unique, 47, 59
101, 105, 140, 142, 155
uniroot, 112, 114
[Link], 4, 9, 136
unlist, 26, 37, 101
Scheme, 2
upper, 114, 115, 117
sd, 49, 59, 102
search, 54, 63 valeur actuelle, 67, 75, 76
seq, 10, 31, 36, 46, 58, 63, 101 var, 49, 59, 86
seq_len, 47 variable
simulation globale, 78
nombres uniformes, 121 locale, 78
planification, 139–146 variance, 49
variables aléatoires, 122 vecteur, 21, 43
sin, 29 vector, 33, 36
solve, 11, 12, 51, 60 vide, voir NULL
somme, 49
cumulative, 50 which, 48, 59
sort, 47, 58 [Link], 48, 59
source, 145 [Link], 48, 59
start, 83, 84, 102, 104 while, 54, 62, 86
stop, 103 WinEdt, 7
structure, 103
style, 81
suite de nombres, 46
suite de nombres, 47
sum, 19, 49, 59, 60, 99–101, 116, 117
Ce document a été produit avec le système de mise en page XƎLATEX. Le texte
principal est en Lucida Bright OT 11 points, le code informatique en Bitstream Vera
Sans Mono et les titres en Adobe Myriad Pro. Des icônes proviennent de la police
Font Awesome. Les graphiques ont été réalisés avec R.
ISBN 978-2-9811416-3-7

9 782981 141637