Questions et réponses sur RStudio et l’analyse de données

1. Création et manipulation de tableaux de données

Question : Comment créer un tableau de données en R ?

 Réponse : Utilisez la fonction [Link](). Par exemple :

data <- [Link](ID = 1:3, Name = c("Alice", "Bob",

"Charlie"), Age = c(24, 30, 28))
print(data)

Question : Comment ajouter une nouvelle ligne à un tableau existant ?

 Réponse : Utilisez la fonction rbind(). Exemple :

new_row <- [Link](ID = 4, Name = "Diana", Age = 27)

data <- rbind(data, new_row)

Question : Comment ajouter une nouvelle colonne à un tableau ?

 Réponse : Utilisez l’opérateur $ ou les indices. Exemple :

data$Occupation <- c("Engineer", "Doctor", "Artist", "Lawyer")

Question : Quelle est la différence entre les types de données character et

factor ?

 Réponse :

o character : Représente du texte brut.

o factor : Utilisé pour des variables catégoriques avec des niveaux prédéfinis.

Question : Comment convertir une colonne en facteur dans un tableau ?

 Réponse :
 data$Gender <- [Link](c("Female", "Male", "Male", "Female"))

Question : Comment fusionner deux tableaux de données ?

 Réponse : Utilisez la fonction merge(). Exemple :

data1 <- [Link](ID = 1:3, Score = c(85, 90, 88))

merged_data <- merge(data, data1, by = "ID")

Question : Comment trier un tableau selon une colonne ?

 Réponse : Utilisez la fonction order(). Exemple :

data <- data[order(data$Age), ]

Question : Comment renommer les colonnes d’un tableau ?

 Réponse :

colnames(data) <- c("ID", "Nom", "Âge", "Genre", "Métier")

2. Exploration de données

Question : Comment afficher la structure d’un tableau de données ?

 Réponse :

str(data)

Question : Comment calculer les statistiques descriptives pour des variables

quantitatives ?

 Réponse : Utilisez les fonctions suivantes :

 o Moyenne : mean(data$Age)
o Médiane : median(data$Age)
o Écart-type : sd(data$Age)

Question : Comment créer un tableau de fréquences pour des variables

catégoriques ?

 Réponse :

table(data$Gender)

Question : Comment résumer plusieurs variables quantitatives avec dplyr ?

 Réponse :

library(dplyr)
data %>% summarise(across(c(Age), list(mean = mean, sd = sd)))

Question : Comment identifier et gérer les valeurs manquantes dans un tableau ?

 Réponse :

o Identifier les valeurs manquantes :

[Link](data)

o
o Supprimer les lignes contenant des valeurs manquantes :

data <- [Link](data)

o
o Remplacer les valeurs manquantes par la moyenne :

data$Age[[Link](data$Age)] <- mean(data$Age, [Link] = TRUE)

Question : Comment détecter les doublons dans un tableau ?

 Réponse :
 duplicated(data)

3. Visualisation des données

Univariée

Question : Comment tracer un histogramme pour une variable quantitative ?

 Réponse :

o Sans package :

hist(data$Age, main = "Histogramme de l'âge", xlab =

"Âge", col = "blue")

o
o Avec ggplot2 :

library(ggplot2)
ggplot(data, aes(x = Age)) + geom_histogram(binwidth = 5,
fill = "skyblue", color = "black")

Question : Comment tracer un diagramme en barres pour des variables

catégoriques ?

 Réponse :

o Sans package :

barplot(table(data$Gender), main = "Répartition par

genre", col = "green")

o
o Avec ggplot2 :

ggplot(data, aes(x = Gender)) + geom_bar(fill =

"lightgreen")

o
Bivariée

Question : Comment tracer un nuage de points pour analyser deux variables

quantitatives ?

 Réponse :

plot(data$Age, data$Income, main = "Age vs Income", xlab =

"Age", ylab = "Income")

Question : Comment créer un boxplot qui compare une variable quantitative par
catégories ?

 Réponse :

boxplot(data$Income ~ data$Gender, main = "Income by Gender",

xlab = "Gender", ylab = "Income")

Question : Comment ajouter une courbe de densité sur un histogramme ?

 Réponse :

hist(data$Age, probability = TRUE, main = "Histogramme avec

densité")
lines(density(data$Age), col = "red")

Question : Comment sauvegarder un graphique en fichier image ?

 Réponse :

png("[Link]")
plot(data$Age, data$Income)
[Link]()

4. Analyse multivariée
Question : Qu'est-ce qu'une PCA et comment l’effectuer ?

 Réponse :

o Sans package :

pca_data <- scale(data[, c("Age", "Income")])

pca_result <- prcomp(pca_data)
summary(pca_result)

o
o Avec FactoMineR :

library(FactoMineR)
pca_result <- PCA(data[, c("Age", "Income")], graph =
FALSE)

Question : Quelles sont les étapes pour effectuer un clustering hiérarchique ?

 Réponse :

o Standardiser les données :

data_scaled <- scale(data[, c("Age", "Income")])

o
o Calculer une matrice de distances :

dist_matrix <- dist(data_scaled)

o
o Appliquer le clustering :

hc_result <- hclust(dist_matrix)

plot(hc_result)

Question : Comment interpréter un dendrogramme ?

 Réponse : Un dendrogramme montre comment les points de données sont regroupés à

différents niveaux. Chaque division représente une séparation de cluster. Vous pouvez
choisir un niveau de découpage pour obtenir des groupes distincts.
5. Régression linéaire

Question : Comment effectuer une régression linéaire simple ?

 Réponse :

model <- lm(Income ~ Age, data = data)

summary(model)

Question : Comment interpréter les coefficients d'une régression multiple ?

 Réponse : Les coefficients représentent l’effet d’une variable indépendante sur la

variable dépendante, toutes choses égales par ailleurs.

Question : Comment visualiser une régression linéaire ?

 Réponse :

ggplot(data, aes(x = Age, y = Income)) +

geom_point() +
geom_smooth(method = "lm", col = "blue")

6. Comparaison avec ou sans packages

Question : Quels sont les avantages d’utiliser ggplot2 par rapport aux
graphiques de base ?

 Réponse :

o Personnalisation avancée.
o Meilleure intégration avec dplyr pour la manipulation de données.
o Gestion intuitive des couches graphiques.

Question : Pourquoi standardiser les données avant une analyse multivariée ?

 Réponse : Pour s'assurer que toutes les variables ont le même poids dans l'analyse,
indépendamment de leurs unités ou échelles.
Question : Comment sauvegarder un graphique ggplot2 dans un fichier ?

 Réponse :

ggsave("mon_graphique.png", plot = last_plot(), width = 8,

height = 6)

Question : Comment installer et charger plusieurs packages en une seule

commande ?

 Réponse :

[Link](c("ggplot2", "dplyr", "tidyr"))

lapply(c("ggplot2", "dplyr", "tidyr"), library, [Link]
= TRUE)

Ce document couvre une large variété de questions sur l'utilisation de R pour la

manipulation de données, leur exploration et leur analyse.