Plan. Notes de Cours sur le logiciel R. Documentations. Installation. Anne PHILIPPE. 26 septembre Documents sur le logiciel R :

Dimension: px
Commencer à balayer dès la page:

Download "Plan. Notes de Cours sur le logiciel R. Documentations. Installation. Anne PHILIPPE. 26 septembre 2012. Documents sur le logiciel R :"

Transcription

1 Plan Notes de Cours sur le logiciel R Anne PHILIPPE Université de Nantes, Laboratoire de Mathématiques Jean Leray 26 septembre 22 Dataframes Listes 2 Les fonctions 3 Les graphiques 4 Structures de contrôle et Itérations 5 Autour des lois de probabilités 6 Outils graphiques en statistique 7 Inférence statistique Estimation non paramétrique Tests Régression 8 Séries Chronologiques Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 2 / 47 Installation Documentations Le logiciel R est un freeware disponible sur le site Il eiste des versions Windows MacOS X Linu... Outils disponibles : un langage de programmation orienté objet des fonctions de "base" des librairies/packages complémentaires (8 sur le site CRAN) Documents sur le logiciel R : philippe/r_freeware.html Site consacré au graphiques addictedtor.free.fr/graphiques/ Collection spécifique UseR chez Springer Plus de 8 livres, par eemple Introductory Statistics With R Bayesian Computation With R Applied Statistical Genetics With R : Generalized Additive Models : An Introduction with R Etending the Linear Model With R Time Series Analysis And Its Applications : With R Eamples Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 3 / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 4 / 47

2 Au démarrage Sous linu > apparaît automatiquement en début de chaque ligne de commandes + apparaît en début de ligne si la ligne précédente est incomplète Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 5 / 47 Utiliser l aide Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 6 / 47 Éditeur Sous MacOS et Windows, un éditeur de tete intégré au logiciel R > > > > help ( " p l o t " )? plot help. search ( " p l o t " )?? p l o t Les démos : # pour o b t e n i r l a > demo ( ) > demo ( g r a p h i c s ) l i s t e d e s demos Les eemples : La fonction eample eécute les eemples généralement inclus à la fin des fichiers d aide. Ctrl R eécute la ligne sur laquelle se trouve le curseur ou les lignes d un bloc sélectionné. source("nom-du-fichier.r") pour eécuter le code contenu dans le fichier nom-du-fichier.r > eample (FUN) Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 7 / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 8 / 47

3 Librairies Toutes les librairies ne sont pas chargées au lancement du logiciel library() retourne la liste des librairies installées. library(lib) charge la librairie LIB library(help = LIB) retourne la liste des fonctions de la librairie LIB search(), searchpaths() retourne la liste des librairies chargées. Dataframes Listes Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 9 / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 / 47 Opérations élémentaires Objets Opérations élémentaires sur les scalaires :,, +, /, ˆ > Opérations avec affectation (avec ou sans affichage) =2+4 6 (=2+4) # avec affichage du résultat 6 3 Les principau types sont entier, réel, complee caractère logique : TRUE, FALSE, NA (not available) Les objets de base sont vecteurs, matrices data.frames, listes Quelques fonctions génériques : ls() retourne la liste des objets de la session. rm(a) supprime l objet a Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 2 / 47

4 Fonctions is/as is.(obj) teste si obj est un objet de type as.(obj) contraint si possible obj au type d objet où représente un type d objet (comple, real, vector matri etc...) > =3 > is. real() [] TRUE > is. comple() [] FALSE > as. comple() [] 3+i > as. character() [] "3" Dataframes Listes Remarque : Conversion de TRUE / FALSE en valeur numérique : > as. integer(t) [] > as. integer(f) [] Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 3 / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 4 / 47 Créer des vecteurs la fonction c( ) concatène des scalaires ou des vecteurs : > =c (,4,9) > y=c (,2,3) > y [] Suites arithmétiques de raison ou - : c(a:b). > c (:4) > c (4:) # a<b raison # a>b raison [] [] # a b n est pas un entier > c (.4:7) [] Généralisation : seq(a,b,t) où a est premier terme, le dernier apple b et la raison t seq(from, to) la raison est seq(from, to, by= ) on fie la raison seq(from, to, length.out= ) on fie le nb de termes par eemple > seq (,4,by =.) [] [26] =rep(y,n) pour créer un vecteur constitué de l élément y répété n fois. (y peut être un scalaire ou un vecteur) par eemple > rep (,4) [] Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 5 / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 6 / 47

5 Créer des matrices Les matrices sont créées avec la fonction matri() à partir d un vecteur. On doit fier le nombre de colonnes ncol et/ou le nombre de lignes nrow. > = matri( c (2,3,5,7,,3), ncol=2) Par défaut la matrice est remplie colonne par colonne. Pour remplir ligne par ligne, on ajoute l argument byrow=t > y = matri( c (2,3,5,7,,3), ncol=2, byrow=t) > > y [,] [,2] [,] [,2] [,] 2 7 [,] 2 3 [2,] 3 [2,] 5 7 [3,] 5 3 [3,] 3 Attention : si la dimension du vecteur n est pas égale au produit (ncol nrow) alors l opération effectuée est la suivante : > matri( c (:3), ncol=2,nrow=3) [,] [,2] [,] [2,] 2 2 [3,] 3 3 > matri( c (:3), ncol=2) [,] [,2] [,] 3 [2,] 2 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 7 / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 8 / 47 Quelques matrices particulières : diagonale, Toeplitz Concaténer des vecteurs/matrices > diag (:4) [,] [,2] [,3] [,4] [,] [2,] 2 [3,] 3 [4,] 4 > diag > toeplitz (:4) [,] [,2] [,3] [,4] [,] [2,] [3,] [4,] La fonction diag retourne une matrice diagonale lorsque le paramètre d entrée est un vecteur. Si le paramètre d entrée est une matrice, alors elle retourne un vecteur constitué de la diagonale de la matrice rbind cbind > =: > y=^2 > rbind(,y) [,] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,] y > cbind(,y) y [,] [2,] 2 4 [3,] 3 9 [4,] 4 6 [5,] 5 25 [6,] 6 36 etc Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 9 / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 2 / 47

6 Etraire des éléments d un vecteur ou d une matrice Opérations sur les Matrices/Vecteurs > vect=c (.5:9.5 ) > vect [] Etraire un élément > vect [] > mat [2,] [].5 [] 2.5 Etraire un bloc ou plusieurs coordonnées > mat=matri(vect,ncol=3,nrow=3) [,] [,2] [,3] [,] [2,] [3,] Colonne/ligne d une matrice > mat [,] > mat [3,] [] [] > mat [2:3,:2] > vect[c (,3,7)] [,] [,2] [] [,] [2,] Attention : vect[-j] retourne le vecteur vect sans la j ème coordonnée > vect[ c (,3,7)] retourne Les opérations + * - / entre 2 vecteurs ou matrices de même dimension sont des opérations terme à terme. > [] > y [] > y [] 4 5 > A [,] [,2] [,] 2 [2,] 4 9 > B [,] [,2] [,] 2 [2,] > A B [,] [,2] [,] 2 [2,] 4 9 > Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 2 / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Attention Si les vecteurs ne sont pas de même longueur, le plus court est complété automatiquement. > =c (:5) > : [] y : 2 2 > y =c (,2) > y +y : [] 2 > + y [] Quelques opérations particulières sur les matrices > a=matri (, ncol=2,nrow=2) > a [,] [,2] [,] [2,] > a+3 #matrice +scalaire [,] [,2] [,] 4 4 [2,] 4 4 > a+c (:2) #matrice + vecteur [,] [,2] [,] 2 2 [2,] 3 3 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47

7 Action d une fonction sur un vecteur ou une matrice Quelques fonctions sur les matrices Soit FUN une fonction définie sur les scalaires qui retourne un scalaire. Par eemple sqrt square root abs absolute value sin cos tan trigonometric functions (radians) ep log eponential and natural logarithm log common l o g a r i t h m gamma lgamma gamma function and i t s natural log Lorsque le paramètre d entrée est un vecteur (respectivement une matrice), la fonction FUN est appliquée sur chacune des composantes. L objet retourné est un vecteur (respectivement une matrice). s Eemple Si A =(a i,j ) est une matrice, alors ep(a) retourne une matrice constituée des éléments e a i,j. solve Le produit matriciel est obtenu avec % % Calcul des valeurs/vecteurs propres :eigen Calcul du déterminant : det t(a) retourne la transposée de la matrice A décomposition de Choleski :chol (X) retourne R telle que X = R R où R est une matrice triangulaire supérieure et R est la transposée de R. décomposition svd : svd(x) retourne (U,D,V) telles que X = UDV où U et V sont orthogonales et D est diagonale. solve(a) retourne l inverse de la matrice A solve(a,b) retourne tel que A = b Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Objets booléens et instructions logiques Les opérations logiques : <, >, <=, >=,!= [différent], == [égal] retournent TRUE ou FALSE. La comparaison entre deu vecteurs est une comparaison terme à terme. Si les vecteurs ne sont pas de même longueur, le plus court est complété automatiquement. > a= :5 ; b=2.5 > a<b [] TRUE TRUE FALSE FALSE FALSE Il est possible de définir plusieurs conditions à remplir avec les opérateurs ET : & OU : Pour etraire les éléments d un vecteur vect, on peut utiliser des instructions logiques. Soit I un vecteur de booléens de même longueur que vect : vect[i] retourne les coordonnées vect[j] telles que I [j] =TRUE. Applications etraire les composantes >8 vect[vect>8] : vect>8 est un vecteur de TRUE et FALSE, on etrait les composantes affectées à TRUE. etraire les composantes >8 ou <2 vect[(vect>8) (vect<2)] etraire les composantes >8 et < vect[(vect>8) & (vect<)] Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47

8 Effet de la précision sur la comparaison de réels Fonction which > ( sqrt(2)^2 == 2) [] FALSE Une solution > all. equal( sqrt (2)^2,2) [] TRUE #ou >istrue ( all. equal( sqrt (2)^2,2)) Est ce que p 2 2 = 2? Soit vec un vecteur logique. La fonction which(vec) retourne les indices des coordonnées du vecteur vec qui prennent la valeur TRUE > =(:)^2 > [] > which(== 25) [] 5 > which( > 2) [] Eemple Les commandes [>] et [which(>)] retournent le même vecteur. Cas particulier which.ma() retourne which(==ma()) Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 3 / 47 Dataframes Ces fonctions retournent un scalaire : sum() (somme P i i), prod() (produit Q i i), mean() (moyenne n P n i= i ) ma(), min() length() (longueur du vecteur), dim(), ncol(), nrow() (dimension de la matrice/nombre de lignes / nombre de colonnes.) Ces fonctions retournent un vecteur : cumsum() (sommes cumulées (, + 2,..., P n i= i), cumprod() (produits cumulés), sort (tri), order, unique remarque : sort() = [order()] fft() (transformé de Fourier) Dataframes Listes Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 3 / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47

9 Dataframes Dataframes Définition des data.frames Opérations sur les dataframes C est une matrice dont toutes les colonnes ne sont pas nécessairement du même type : scalaire, booléen, caractère. Par eemple > data= data. frame(=,2=:,a=letters [:]) 2 a a 2 2 b 3 3 c 4 4 d 5 5 e 6 6 f 7 7 g 8 8 h 9 9 i j Par défaut les lignes sont numérotées,2 etc. Pour visualiser les premières lignes head() 2 Pour definir ou visualiser le nom des lignes row.names 3 Pour definir ou visualiser le nom des colonnes names 4 La dimension de l objet est donnée par dim > names(data) [] "" "2" "a" > names(data)< c ("c","c2","c3") > head(data,3) c c2 c3 a 2 2 b 3 3 c > dim(data) [] 3 >row. names(data) < letters [:] #le vecteurs letters contient les lettres de l alphabet > head(data,2) c c2 c3 a a b 2 b Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Dataframes Dataframes Opérations sur les dataframes Opérations sur les dataframes Les opérations entre des dataframes sont opérations terme à terme comme pour les matrices. A = data. frame(=:3,y=2:4) B = data. frame(=,yy=:3) C= data. frame(=:3,y=rep("a",3)) > A y > A+C y 2 NA 2 4 NA 3 6 NA > B yy > A+B y Warning message : In Ops. factor(left,right): ceci n est par pertinent pour des variables facteurs > C y a 2 2 a 3 3 a Pour etraire un élément ou un bloc, la syntae est la même que pour les matrices. Pour etraire une colonne les deu syntaes suivantes peuvent être utilisées > A$ [] 2 3 > A[,] [] 2 3 Pour concaténer des dataframes ayant le même nombre de lignes data. frame(a,b) y yy Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47

10 Listes Listes Définition d une liste Dataframes Listes C est une structure qui regroupe des objets (pas nécessairement de même type). On crée les listes avec la fonction list Eemple On construit une liste appelée rnd qui contient 3 objets : un vecteur dans serie un scalaire dans taille une chaîne de caractères dans type La syntae est la suivante >rdn=list(serie=c (:), taille =,type="arithm") attention Une liste peut être créée sans donner des noms au variables c est a dire rdn=list(c(:),,"arithm"). Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Listes Listes Opérations sur les listes Pour visualiser la liste des composantes d une liste >names(rdn) [] "serie" "taille" "type" > summary(rdn) Length Class Mode serie none numeric taille none numeric type none character Pour atteindre les composantes d une liste >rdn$ taille OU >rnd[[2]] [] [] Pour etraire les objets d une liste >attach(rdn) "serie" "taille" "type" supprimer les objets créés à la ligne précédente : >detach(rdn) attention Si la liste a été créée sans spécifier de noms au variables, il n y a pas de nom par défaut et la seule la première syntae est utilisable. Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 4 / 47

11 Listes Listes Importer/eporter des données Importer/eporter des objets R Sauvegarder des objets R dans un fichier Importer une suite : =scan("data.dat") : pour créer un vecteur à partir de données stockées dans un fichier, ici data.dat. 2 Importer un tableau : =read.table("data.dat") =read.table("data.dat", header=true) L instruction header=true permet de préciser que la première ligne du fichier contient le nom des colonnes du tableau. 3 Eporter : write, write.table > =: > y=list(a=, b=true,c=" e e m p l e " ) > save(,y, file= sav. rda ) 2 Lire un fichier qui contient des objets R > load("sav. rda") > [] Attention si un objet R appelé (ou y) eistait avant l appel de la fonction load, il a été remplacé par celui contenu dans le fichier sav.rda 3 saverds peut aussi être utiliser si on sauvegarde une unique liste. Le fichier est lu avec readrds. On peut changer le nom de la liste à la lecture du fichier > a= list(=,y=3) > saverds(a, sav. rds ) > b = readrds( sav. rds ) > b $ [] $y [] 3 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 4 / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Les fonctions Les fonctions Structure générale pour créer des fonctions 2 Les fonctions La structure générale d une fonction est >FUN=function(liste_des_paramètres) { commandes return(objets_retournés) } Les accolades { et } définissent le début et la fin de la fonction. La dernière instruction return contient le ou les objets retournés par la fonction. Eécuter la fonction : FUN(...) Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47

12 Les fonctions Les fonctions Eemple Renvois multi-arguments La fonction suivante retourne le résultat de n lancers d une pièce. PF = function(n,proba. pile ) { #nb aléatoire suivant Unif (,) u=runif(n) pf=(u<proba. p i l e ) pf = as. integer( pf) return( pf) } La sortie de la fonction est PF (, / 2) [] # avec affectation de la sortie dans le vecteur = PF(,/ 2) [] La fonction return interdit les sorties avec plusieurs arguments : il faut les regrouper dans un seul objet sous la forme d une liste. PF = function(n,proba. pile ) { u=runif(n) #nb aléatoire suivant Unif (,) pf=(u<proba. p i l e ) pf = as. integer( pf) f =mean( pf) return( list(echantillon = pf,frequence = f)) } Eécution de la fonction : PF ( 4, / 2) $ echantillon [] $ frequence [].25 l= PF(4,/ 2) l $ echantillon [] l $ f [].5 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Paramètres par défaut Les fonctions Paramètres d entrée Les fonctions On peut affecter des valeurs par défaut au paramètres d entrée d une fonction. Modification de la fonction PF par défaut on suppose que la pièce est équilibrée. PF = function(n,proba. pile=/ 2) { u=runif(n) #nb aléatoire suivant Unif (,) pf=(u<proba. p i l e ) pf = as. integer( pf) return( pf) } Les commandes PF ( ) OU PF (, / 2) retournent le même résultat Il y a trois façons de spécifier les paramètres d entrée d une fonction par la position : les paramètres d entrée sont affectés au premiers arguments de la fonction. PF(3,/2) : les paramètres d entrée sont n=3 et proba.pile=/2 par le nom : il s agit du moyen le plus sûr, les noms des arguments sont précisés de manière eplicite. On peut alors écrire PF(proba.pile=/2,n=3), l ordre n est plus prioritaire avec des valeurs par défaut : ces valeurs par défaut seront utilisées si les paramètres d entrée ne sont pas spécifiés. On peut alors écrire PF(3) ou PF(n=3) : les paramètres d entrée sont n=3 et la valeur par défaut pour proba.pile c est à dire /2. Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47

13 Les fonctions Remarque sur les valeurs par défaut Les fonctions Pour les fonctions de deu variables Modification de la fonction PF : on inverse l ordre des paramètres d entrée : PF = function(proba. pile=/ 2, n) {... } PF ( ) Erreur dans. Internal( runif(n, min, ma )) : n est manquant PF( n=) [] f une fonction de deu variables f :(, y) 7! f (, y) et y deu vecteurs de même dimension. La commande f(,y) retourne le vecteur constitué des éléments f ( i, y i ). Si et y ne sont pas de même dimension, celui de plus petite dimension est répété. Tableau croisés La fonction outer retourne une matrice de la forme M(i, j) =fun( i, y j ) IL est donc préférable de placer les paramètres sans valeur par défaut en premier dans la déclaration des variables d entrée. =:5 y=:5 M= outer(,y, fun ) fun peut aussi être une opération élémentaire +/-* Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 5 / 47 la fonction Vectorize Les fonctions Les fonctions Illustration sur des fonctions de 2 variables Soit f une fonction dont le paramètre d entrée est un scalaire. Vectorize transforme la fonction f en une fonction vectorielle c est à dire une fonction qui évalue la fonction f en chaque point d un vecteur d entrée. Soit =(,..., n ), on veut évaluer f au points i. # on transforme la fonction { f } en une fonction vectorielle df. > df = Vectorize (f, ) >y=df() Autres programmations possibles avec une boucle for > y = rep (,n) > for ( i in :n) y[ i ] = f ([ i ]) 2 avec la fonction sapply > y = sapply(, f ) > f=function(,y) sin(+y^2) > f (,) [] > # > = :3 > y= :3 > # on calcule f ( [ i ],y [ i ]) > f (,y) [] > z =:2 > f (, z) [] Message d avis : In + y^2 : la taille d un objet plus long n est pas multiple de la taille d un objet plu > # le calcul effectué est > #f ( [],z []) f ( [2],z [2]) f ( [3],z []) > #identique à > f (,c (z,z[])) [] Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 5 / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47

14 y y Les fonctions Les graphiques suite > f (,y) [] > # identique à > f (rep (3,),y) [] > > #calcul du tableau croisé f ( [ i ],y [ j ]) > df = Vectorize(f, ) > df(,z) [,] [,2] [,3] [,] [2,] > # les vecteurs colonnes sont f (,:2) f (2,:2) f (3,:2) 3 Les graphiques Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Les graphiques Les fonctions usuelles plot(), lines(), points() Les graphiques Quelques arguments de la fonction plot plot est la fonction centrale Le fonctions points ou lines sont utilisées pour superposer des courbes ou des nuages de points. 2 4 type=p Premier eemple : représenter des vecteurs plot(y) / plot(,y) = seq( 4,4,.) y=log(^2+/^2) plot(y) Inde plot(,y,pch=3) pour fier les limites des aes ylim=c(ay,by) et lim=c(a,b) par défaut les bornes sont optimisées sur la première courbe tracée type="p" (points) ou "l" (ligne) : pour tracer une ligne ou un nuage de points. pch : type de points lty : type de lignes. col :couleur Inde type=l Inde type=s Inde type=h Inde Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47

15 z y y z y y Graphique en 3D représentation d une fonction de R 2! R Les graphiques Les graphiques Représentation graphique d une matrice contour(, y, matrice... ) image( ) persp( ) < seq(,, length= 3) y < f < function(,y) { r < sqrt(^2+y^2); sin(r)/ r } z < outer(, y, f) persp(, y, z, theta = 3, phi = 3, epand =.5, col = "lightblue") Maunga Whau Volcano Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Superposition de courbes Les graphiques légende legend Les graphiques superposer des courbes legend(,.9, c ("^2 "," sin ","cos" ), col = c (3,4,6), lty = c (2,, ), pch = c (, 3, 4)) =rnorm (2) y=rep (2) #nuage de points plot(,y) #ajouter un nuage de points points(+.,y+., pch=2) #ajouter une ligne lines( sort(),y, lty=2) #ajouter une ligne horizontale abline(h=3) #tete + frametitle tet (,5,"commentaire") title("superposer des courbes") y commentaire ^ ^2- sin cos les emplacements prédéfinis : topleft, inset =.5 left (,y) bottomleft (,y) (,y) top (,y) center (,y) bottom (,y) topright, inset =.2 (,y) right (,y) bottomright (,y) Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 6 / 47

16 y Les graphiques Autour de la fonction plot Illustrations Les graphiques Le graphique produit par la fonction plot() dépend de la classe de l objet. methods( plot) [] "plot.data.frame" "plot. default" [3] "plot. density" "plot. factor" [5] "plot.formula" "plot. function" [7] "plot.histogram" "plot.lm" [9] "plot.mlm" "plot.mts" [] "plot.new" "plot.posixct" [3] "plot.posixlt" "plot. table" [5] "plot. ts" "plot.window" [7] "plot.y" sur une fonction (par e sin) plot( sin,lim=c( pi, pi )) sur un tableau =rpois (,) y=table() y plot(y) sur un histogramme ou une densité r=rnorm (,) z=hist(r,plot=f ) plot(z) w=density(r) plot(w) sin () Frequency Histogram of r r density.default( = r) N = Bandwidth =.3564 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 6 / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Les graphiques Représentation graphique d une matrice ou dataframe Les outils graphiques matplot et pairs sont adaptés au matrices dont les colonnes correspondent à des variables. Eemple Les graphiques Fonction matplot(matrice...) Cette fonction représente sur un même graphique les colonnes d une matrice ou d une data.frame. Anderson s Iris Data 3 species >data(iris) >iris Sepal. Length Sepal. Height Petal. Length Petal. Height Species setosa setosa setosa v e r s i c o l o r v e r s i c o l o r v i r g i n i c a v i r g i n i c a iris Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47

17 Les graphiques Utilisation des biplots, pairs(matrice,...) Cette fonction représente tous les nuages de points possibles entre les différentes colonnes Sepal.Length Anderson's Iris Data -- 3 species Sepal.Width Les graphiques Construction d un polygone On commence par fier les aes des abscisses et des ordonnés à l aide d un graphique vide. plot( c (,9), c (,2), type="n") 2 Avec la fonction polygon, on trace le polygone défini pas ses sommets polygon( c (4.5,5.5,5.5,4.5),c (,,,)) 3 Arguments supplémentaires polygon (:9, c (2,,2,,NA,2,,2,), col=c ("red", "blue"), border=c ("green", "yellow", lwd=3, lty=c ("dashed", "solid")) Petal.Length Petal.Width c(, 2) etape c(, 2) etape 2 c(, 2) etape c(, 9) c(, 9) c(, 9) Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 autre eemple Les graphiques Les graphiques Distance Distance Between Brownian Motions Pour sauvegarder un graphique : utilisation de la fonction dev.print. pour obtenir un fichier postscript : dev.print(postscript, file="essai.ps") pour obtenir un fichier pdf : dev.print(pdf, file="essai.pdf") Time utilisation des menus (sous widows ou mac seulement) n= z.haut=c (,cumsum( rnorm(n)) ) z.bas= c (,cumsum( rnorm(n))) < c (:n, n:) yy < c (z.bas, rev(z.haut)) #graphique vide pour fier les dimensions plot (, yy, type="n", lab="time", ylab="distance") #tracer le polygone polygon(, yy, col=" g r a y ", b o r d e r = " r e d " ) title("distance Between Brownian Motions") La fenêtre graphique peut être fractionnée en utilisant par(mfrow=c(n,m)), on obtient alors n m graphiques sur une même page organisés sur n lignes et m colonnes split.screen(m,n) screen(i), screen(i,false) pour sélectionner la sous fenêtre erase.screen() close.screen(all = TRUE) Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47

18 Structures de contrôle et Itérations Structures de contrôle et Itérations Instructions conditionnelles 4 Structures de contrôle et Itérations La syntae if (condition) {instructions} permet de calculer les instructions uniquement si la condition est vraie. if (condition) { A } else {B} calcule les instructions A si la condition est vraie et les instructions B sinon. Par eemple, if (>) y=*log() else y= Remarque : Si les instructions se limitent à un seul calcul comme dans cet eemple on peut utiliser la fonction ifelse y=ifelse(>,*log(),) Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 7 / 47 Structures de contrôle et Itérations Opération non vectorielle Avec la commande if (condition)... else... la condition ne peut pas être vectorielle Par eemple > = :7 > if(>2) print("a") else print("b") [] "B" Dans la condition, a une longueur supérieure à. Seul le premier élément est utilisé : (>2) correspond à ([] >2) 2 ifelse permet d appliquer une instruction conditionnelle sur chacune des coordonnées d un vecteur. > ifelse(<2,"a","b") [] "A" "B" "B" "B" "B" "B" "B" Alternative : > g = function() if(>2) print("a") else print("b") >vg = Vectorize(g, ) > vg(:) Itérations Structures de contrôle et Itérations On utilise les boucles pour eécuter plusieurs fois une instruction ou un bloc d instructions Les trois types de boucle sont for : for(var in seq) {commandes} while : while(cond) { commandes} repeat : repeat {commandes;if (cond) break } Dans une boucle for, le nombre d itérations est fié. 2 La durée d eecution des boucles while/repeat peut être infinie! Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre 22 7 / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47

19 Eemple Structures de contrôle et Itérations Eemple Structures de contrôle et Itérations Les 3 programmations suivantes retournent le même résultat. Avec l instruction for for ( i in :) { commandes } 2 Avec l instruction while. i= while (i <= ) { commandes i = i+ } 3 Avec l instruction repeat i= repeat { commandes i = i+ if (i>) break } On veut simuler n variables aléatoires suivant la loi de X X p où les X i sont iid suivant la loi uniforme sur [, ]. On stocke l échantillon dans Y. # initialisation de Y avec des Y = rep (,n) for ( i in :n ) { Y[ i ] = sum( runif(p,,)) } Une autre façon de remplir Y par concaténation : # Y est un vecteur vide Y = NULL for ( i in :n ) { Y = c (Y, sum( runif(p,,))) } Une autre programmation : # initialisation de Y avec des Y = rep (,n) for( i in :p) { Y = Y + runif(n,,) } Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Eemple Structures de contrôle et Itérations Eemple Structures de contrôle et Itérations On simule des variables aléatoires suivant la loi de Bernoulli B(/2) jusqu à l obtention du premier. Le nombre de variables (noté N dans le code ci dessous) simulées suivant la loi de Bernoulli suit une loi géométrique de paramètre /2. En utilisant while =rbinom (,,.5) N= while (!= ) { =rbinom (,,.5) N=N+ } En utilisant repeat N= repeat { =rbinom (,,.5) N=N+ if (==) break } On dispose des températures moyennes mensuelles relevées à Nottingham pendant ans de 92 à 939. > nottem Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec etc > nottem=matri(nottem,ncol=2,byrow=t) On souhaite calculer un profil moyen annuel et le stocker dans le vecteur temp. temp = rep (,2) for (i in :2) temp[i] = mean( nottem [, i ] ) On peut aussi initialiser le vecteur temp comme le vecteur vide, puis on le remplit en concaténant les résultats temp = NULL for (i in :2) temp = c (temp, mean( nottem [, i ] ) ) Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47 Anne PHILIPPE (U. Nantes) Logiciel R 26 septembre / 47

Le logiciel R. Documentations. http://cran.r-project.org/

Le logiciel R. Documentations. http://cran.r-project.org/ Le logiciel R Université de Nantes, Laboratoire de Mathématiques Jean Leray Journées académiques 9 de l IREM des Pays de la Loire Nantes, le 9 juillet Email : Anne.philippe@univ-nantes.fr www.math.sciences.univ-nantes.fr/

Plus en détail

Introduction au logiciel R

Introduction au logiciel R Introduction au logiciel R Fabrice Rossi Projet AxIS, INRIA Rocquencourt 2007 F. Rossi (INRIA) Introduction au logiciel R 2007 1 / 34 Plan 1 Manipulations élémentaires Vecteurs et tableaux de données Graphisme

Plus en détail

Formulaire de R. 1 Vecteurs, matrices, tableaux, listes

Formulaire de R. 1 Vecteurs, matrices, tableaux, listes Formulaire de R Pour obtenir l aide de R sur une commande, il faut taper help("nom de la commande"). L aide est en anglais. 1 Vecteurs, matrices, tableaux, listes Génération d un vecteur c(nombre1,nombre2,...)

Plus en détail

TP1 Master Finance logiciels Introduction à R

TP1 Master Finance logiciels Introduction à R TP1 Master Finance logiciels Introduction à R Emeline Schmisser, emeline.schmisser@math.univ-lille1.fr, bureau 314 (bâtiment M3). 1 Séquences, Vecteurs, Matrice Tableaux (arrays) Pour obtenir l aide de

Plus en détail

Installation. Notes de Cours sur le logiciel R. Plan. Au démarrage

Installation. Notes de Cours sur le logiciel R. Plan. Au démarrage Installation Notes de Cours sur le logiciel R Anne PHILIPPE Université de Nantes, UFR des Sciences et Techniques Laboratoire de Mathématiques Jean Leray email : Anne.philippe@math.univ-nantes.fr 1 er octobre

Plus en détail

Courte initiation à R

Courte initiation à R Courte initiation à R Data science Master 2 ISIDIS Sébastien Verel verel@lisic.univ-littoral.fr http://www-lisic.univ-littoral.fr/~verel Université du Littoral Côte d Opale Laboratoire LISIC Equipe OSMOSE

Plus en détail

1 Installation. 2 Aide. 3 Scripts. 4 Lecture de données. Introduction à R

1 Installation. 2 Aide. 3 Scripts. 4 Lecture de données. Introduction à R Introduction à R R est un logiciel libre de calcul statistique basé sur un environnement orienté objet et sur le langage de programmation S. Il est constitué d un noyau de base et de multiples packages

Plus en détail

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SJAP Année universitaire 2013 2014. Cours de Statistiques et Économétrie.

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SJAP Année universitaire 2013 2014. Cours de Statistiques et Économétrie. UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SJAP Année universitaire 2013 2014 Master Droit-Éco Cours de M. Desgraupes Cours de Statistiques et Économétrie Séance 05 1 Analyse de série temporelle

Plus en détail

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2014 2015 Cours de B. Desgraupes. Simulation Stochastique

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2014 2015 Cours de B. Desgraupes. Simulation Stochastique UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2014 2015 L2 MIASHS Cours de B. Desgraupes Simulation Stochastique Séance 04: Nombres pseudo-aléatoires Table des matières 1

Plus en détail

Lancement du logiciel R à l UTES :

Lancement du logiciel R à l UTES : ISUP CS1 TP d introduction à R Le logiciel R est un logiciel libre. Pour télécharger une version du logiciel, il faut passer par CRAN (Comprehensive R Archive Network), un réseau mondial de sites qui stockent

Plus en détail

Master EBE Introduction à R et Statistique inférentielle

Master EBE Introduction à R et Statistique inférentielle Master EBE Introduction à R et Statistique inférentielle R est un logiciel de calcul statistique et probabiliste. Il est développé dans le cadre du projet GNU http://www.gnu.org/ ), c est donc un logiciel

Plus en détail

Cours 7 : Exemples. I- Régression linéaire simple II- Analyse de variance à 1 facteur III- Tests statistiques

Cours 7 : Exemples. I- Régression linéaire simple II- Analyse de variance à 1 facteur III- Tests statistiques Cours 7 : Exemples I- Régression linéaire simple II- Analyse de variance à 1 facteur III- Tests statistiques Exemple 1 : On cherche à expliquer les variations de y par celles d une fonction linéaire de

Plus en détail

Analyses statistiques avec

Analyses statistiques avec Analyses statistiques avec Introduction et éléments de base M. Bailly-Bechet, adapté de J. R. Lobry, adapté de Deepayan Sarkar Biostatistiques & Bioinformatique (L2) Table des matières Premiers pas en

Plus en détail

Introduction à R. Florence Yerly SP 2013. Dept. de mathématiques, Université de Fribourg (CH)

Introduction à R. Florence Yerly SP 2013. Dept. de mathématiques, Université de Fribourg (CH) Dept. de mathématiques, Université de Fribourg (CH) SP 2013 Qu est ce que R? Un logiciel de statistiques libre et gratuit ; Un logiciel multi-plateforme (UNIX, Windows MacOS X) R permet de faire des calculs

Plus en détail

TP1 : LOGICIEL R ET RAPPEL DES PROBABILITÉS

TP1 : LOGICIEL R ET RAPPEL DES PROBABILITÉS Statistique Numérique et Analyse de Données Ecole des Ponts ParisTech, 2 ème année TP1 : LOGICIEL R ET RAPPEL DES PROBABILITÉS A propos du logiciel R Le système R est un logiciel distribué gratuitement

Plus en détail

TD de statistique : introduction à R

TD de statistique : introduction à R TD de statistique : introduction à R Jean-Baptiste Lamy 11 octobre 2007 1 Introduction : pourquoi R? R est un logiciel pour l analyse statistique. C est un logiciel libre; il est disponible gratuitement

Plus en détail

T. D. n o 3 Simulation de lois avec le logiciel R

T. D. n o 3 Simulation de lois avec le logiciel R T. D. n o 3 Simulation de lois avec le logiciel R 1 Les objectifs pendant les travaux pratiques Apprendre à manipuler les données Apprendre à faire des graphiques Apprendre à utiliser la documentation

Plus en détail

Révision. Oliver Sonnentag, PhD: GÉO1512 Géographie Quantitative I

Révision. Oliver Sonnentag, PhD: GÉO1512 Géographie Quantitative I 1 Révision 2 Table des matières Pondération Révision (11 decèmbre 2012 [moi] & 17 decèmbre 2012 [Margarita]) Structure de l'examen final! Examen final: première partie! questions théoriques (exemples)!

Plus en détail

Introduction à R. Florence Yerly. Dept. de mathématiques, Université de Fribourg (CH) SP 2011

Introduction à R. Florence Yerly. Dept. de mathématiques, Université de Fribourg (CH) SP 2011 Dept. de mathématiques, Université de Fribourg (CH) SP 2011 Qu est ce que R? Un logiciel de statistiques libre et gratuit ; Un logiciel multi-plateforme (UNIX, Windows MacOS X) R permet de faire des calculs

Plus en détail

Ricco Rakotomalala http://eric.univ-lyon2.fr/~ricco/cours/cours_programmation_r.html. R.R. Université Lyon 2

Ricco Rakotomalala http://eric.univ-lyon2.fr/~ricco/cours/cours_programmation_r.html. R.R. Université Lyon 2 Ricco Rakotomalala http://eric.univ-lyon2.fr/~ricco/cours/cours_programmation_r.html 1 Le type data.frame Le type data.frame est un type spécifique dédié à la manipulation d ensemble de données de type

Plus en détail

T. D. n o 3 Analyse de données quantitatives avec le logiciel R

T. D. n o 3 Analyse de données quantitatives avec le logiciel R T. D. n o 3 Analyse de données quantitatives avec le logiciel R 1 Rappel de quelques fonctions statistiques sous R Fonction summary() cumsum() sum() mean() max() min() range() median() var() sd() Description

Plus en détail

INTRODUCTION AU LOGICIEL R. Julien JACQUES http://eric.univ-lyon2.fr/ jjacques/

INTRODUCTION AU LOGICIEL R. Julien JACQUES http://eric.univ-lyon2.fr/ jjacques/ INTRODUCTION AU LOGICIEL R Julien JACQUES http://eric.univ-lyon2.fr/ jjacques/ L objectif de ce document est de présenter une très courte introduction au logiciel R (via l interface RStudio), de sorte

Plus en détail

Université de Nantes UFR des Sciences et Techniques Département de Mathématiques. Master 1 Ingénierie mathématique Année 2012-2013

Université de Nantes UFR des Sciences et Techniques Département de Mathématiques. Master 1 Ingénierie mathématique Année 2012-2013 Université de Nantes UFR des Sciences et Techniques Département de Mathématiques Master 1 Ingénierie mathématique Année 2012-2013 TP 1: Statistique descriptive F. Lavancier, A. Philippe Le logiciel utilisé

Plus en détail

Travaux dirigés - Régression linéaire simple: corrigé partiel Julien Chiquet et Guillem Rigaill 1er octobre 2015

Travaux dirigés - Régression linéaire simple: corrigé partiel Julien Chiquet et Guillem Rigaill 1er octobre 2015 Travaux dirigés - Régression linéaire simple: corrigé partiel Julien Chiquet et Guillem Rigaill 1er octobre 2015 Quelques révisions de R 1. Manipulation de vecteur. On rappelle que e x = k 0 Créer dans

Plus en détail

R i = a 0 +b 0 B i +ε i, R = Xβ +ε,

R i = a 0 +b 0 B i +ε i, R = Xβ +ε, Statistiques 2010-2011 TP sur le Modèle linéaire gaussien avec R 1 Les exercices Vous traiterez les exercices suivants avec le logiciel R. Exercice 1 Des photographies aériennes de champs d orge sont analysées

Plus en détail

Ricco Rakotomalala http://eric.univ-lyon2.fr/~ricco/cours/cours_programmation_r.html. R.R. Université Lyon 2

Ricco Rakotomalala http://eric.univ-lyon2.fr/~ricco/cours/cours_programmation_r.html. R.R. Université Lyon 2 Ricco Rakotomalala http://eric.univ-lyon2.fr/~ricco/cours/cours_programmation_r.html 1 Mode de fonctionnement sous R TRAVAILLER SOUS R 2 R est un interpréteur, il permet de programmer avec le langage S

Plus en détail

Introduction à l approche bootstrap

Introduction à l approche bootstrap Introduction à l approche bootstrap Irène Buvat U494 INSERM buvat@imedjussieufr 25 septembre 2000 Introduction à l approche bootstrap - Irène Buvat - 21/9/00-1 Plan du cours Qu est-ce que le bootstrap?

Plus en détail

PETIT MEMENTO SCILAB

PETIT MEMENTO SCILAB PETIT MEMENTO SCILAB FRANÇOIS DUCROT 1. manipulation de vecteurs et matrices 1.1. Création de matrices. D abord quelques briques élémentaires utiles pour construire des choses plus compliquées. 1:4.5 nombres

Plus en détail

Traitements statistiques et Informatique. Utilisation du logiciel R

Traitements statistiques et Informatique. Utilisation du logiciel R Traitements statistiques et Informatique. Utilisation du logiciel R Avertissement : Ce document est en cours d élaboration. La présente version n est donc que la version alpha d un travail qui demande

Plus en détail

Prise en main du logiciel R (2) durée : 1h30

Prise en main du logiciel R (2) durée : 1h30 Université de Nice Sophia-Antipolis Année Universitaire 2013/2014 L3 MASS Analyse de données Feuille de TD Prise en main du logiciel R (2) durée : 1h30 Remarque 1 Cette seconde feuille de TD est dans la

Plus en détail

Modèles ARIMA et SARIMA Estimation dans R 1 et SAS 2 Novembre 2007 Yves Aragon aragon@cict.fr

Modèles ARIMA et SARIMA Estimation dans R 1 et SAS 2 Novembre 2007 Yves Aragon aragon@cict.fr Modèles ARIMA et SARIMA Estimation dans R 1 et SAS 2 Novembre 2007 Yves Aragon aragon@cict.fr Cette note examine les différences entre R et SAS dans l estimation des modèles ARIMA et SARIMA. Elle illustre

Plus en détail

SEMIN- Histogrammes. Séverine ZIRAH Molécules de communication et adaptation des micro-organismes FRE 3206 CNRS / USM 502 MNHN

SEMIN- Histogrammes. Séverine ZIRAH Molécules de communication et adaptation des micro-organismes FRE 3206 CNRS / USM 502 MNHN SEMIN- Histogrammes Séverine ZIRAH Molécules de communication et adaptation des micro-organismes FRE 3206 CNRS / USM 502 MNHN SEMIN-R du MNHN 21 Janvier 2009 Sémin R 22.01.2009 REPRESENTATIONS GRAPHIQUES

Plus en détail

Normalité des rendements?

Normalité des rendements? Normalité des rendements? Daniel Herlemont 31 mars 2011 Table des matières 1 Introduction 1 2 Test de Normalité des rendements 2 3 Graphiques quantile-quantile 2 4 Estimation par maximum de vraisemblance

Plus en détail

Annexe commune aux séries ES, L et S : boîtes et quantiles

Annexe commune aux séries ES, L et S : boîtes et quantiles Annexe commune aux séries ES, L et S : boîtes et quantiles Quantiles En statistique, pour toute série numérique de données à valeurs dans un intervalle I, on définit la fonction quantile Q, de [,1] dans

Plus en détail

Ch. 1 : Bases de programmation en Visual Basic

Ch. 1 : Bases de programmation en Visual Basic Ch. 1 : Bases de programmation en Visual Basic 1 1 Variables 1.1 Définition Les variables permettent de stocker en mémoire des données. Elles sont représentées par des lettres ou des groupements de lettres

Plus en détail

DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES

DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES Université Paris1, Licence 00-003, Mme Pradel : Principales lois de Probabilité 1 DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES Notations Si la variable aléatoire X suit la loi L, onnoterax

Plus en détail

Analyse des données individuelles groupées

Analyse des données individuelles groupées Analyse des données individuelles groupées Analyse des Temps de Réponse Le modèle mixte linéaire (L2M) Y ij, j-ième observation continue de l individu i (i = 1,, N ; j =1,, n) et le vecteur des réponses

Plus en détail

TP 2 : Importation et exportation de données Les outils graphiques de

TP 2 : Importation et exportation de données Les outils graphiques de TP 2 : Importation et exportation de données Les outils graphiques de Consulter les données disponibles sur Consulter les données disponibles sur les packages chargées en mémoire : data( Consulter les

Plus en détail

Enveloppes convexes dans le plan

Enveloppes convexes dans le plan ÉCOLE POLYTECHNIQUE ÉCOLES NORMALES SUPÉRIEURES ÉCOLE SUPÉRIEURE DE PHYSIQUE ET DE CHIMIE INDUSTRIELLES CONCOURS D ADMISSION FILIÈRE MP HORS SPÉCIALITÉ INFO FILIÈRE PC COMPOSITION D INFORMATIQUE B (XECLR)

Plus en détail

Introduction à MATLAB R

Introduction à MATLAB R Introduction à MATLAB R Romain Tavenard 10 septembre 2009 MATLAB R est un environnement de calcul numérique propriétaire orienté vers le calcul matriciel. Il se compose d un langage de programmation, d

Plus en détail

1 Premiers pas avec Rstudio

1 Premiers pas avec Rstudio Université Paris Descartes UFR de Mathématiques et Informatique Probabilités et Statistiques pour l informatique- Licence MIA 2e année Travaux Pratiques - 1 ère séance Le but de cette première séance est

Plus en détail

Travaux pratiques de Séries Temporelles F. Lavancier, A. Philippe

Travaux pratiques de Séries Temporelles F. Lavancier, A. Philippe Université de Nantes UFR des Sciences et Techniques Département de Mathématiques Master 2 Ingénierie mathématique 2012-2013 Travaux pratiques de Séries Temporelles F. Lavancier, A. Philippe Étude préliminaire

Plus en détail

Module 2 29 Décembre 2009 Intervenant: Dhuin STATISTIQUES

Module 2 29 Décembre 2009 Intervenant: Dhuin STATISTIQUES STATISTIQUES I. Séries statistiques simples... 1 A. Définitions... 1 1. Population... 1 2. Caractère statistique... 1 B. Séries classées / représentations graphiques.... 2 1. Séries classées... 2 2. Représentations

Plus en détail

Graphiques (données économiques)

Graphiques (données économiques) Fiche TD avec le logiciel : tdr14a Graphiques (données économiques) D. Chessel, A.B. Dufour & J.R. Lobry Illustrations des fonctions graphiques à partir d une chronique multivariée. Table des matières

Plus en détail

1 Générateurs à Congruences Linéaires (GCL)

1 Générateurs à Congruences Linéaires (GCL) TP 4 : Générateurs pseudo-aléatoires et applications Un générateur de nombres pseudo-aléatoires, pseudorandom number generator (PRNG) en anglais, est un algorithme qui génère une séquence de nombres présentant

Plus en détail

Cours 1: lois discrétes classiques en probabilités

Cours 1: lois discrétes classiques en probabilités Cours 1: lois discrétes classiques en probabilités Laboratoire de Mathématiques de Toulouse Université Paul Sabatier-IUT GEA Ponsan Module: Stat inférentielles Définition Quelques exemples loi d une v.a

Plus en détail

Initiation au logiciel R

Initiation au logiciel R Initiation au logiciel R Pour commencer, quelques références : Initiation à la statistique avec R, F. Bertrand et M. Maumy-Bertrand, ed. Dunod. Statistiques avec R, P-A. Cornillon et al., ed. PUR. http

Plus en détail

PRÉSENTATION DU LOGICIEL R

PRÉSENTATION DU LOGICIEL R PRÉSENTATION DU LOGICIEL R SAMY TINDEL, D APRÈS AURÉLIE GUEUDIN ET IRINA IOANNOU 1. Fonctionnement de R 1.1. Prise en main. Lorsqu on lance R sur l ordinateur, une fenêtre appelée console s ouvre à l écran.

Plus en détail

Introduction au logiciel R

Introduction au logiciel R Introduction au logiciel R R est un logiciel libre, clone d un autre logiciel très célèbre dans la communauté statisticienne S+. Il peut être téléchargé gratuitement sur www.r-project.org. Sur ce site

Plus en détail

Cours 4. XII- Les graphiques

Cours 4. XII- Les graphiques Cours 4 XII- Les graphiques XII-1 Généralités On crée des graphes en utilisant les fonctions graphiques se trouvant dans les packages de R (package "graphics " ou " stats " pour la plupart). Le résultat

Plus en détail

Exercices de simulation 1

Exercices de simulation 1 Licence MIA 2ème année Année universitaire 2009-2010 Simulation stochastique C. Léonard Exercices de simulation 1 Les simulations qui suivent sont à effectuer avec Scilab. Le générateur aléatoire de Scilab.

Plus en détail

Analyse des Données. Travaux Pratiques 0

Analyse des Données. Travaux Pratiques 0 Analyse des Données Travaux Pratiques 0 Introduction La maison-page du logiciel se trouve à l adresse www.r-project.org. Toutes les réponses aux questions relatives à la bonne exécution de ce TP (commandes,

Plus en détail

Introduction à Rcommander

Introduction à Rcommander Introduction à Rcommander Pauline Scherdel Septembre 2014 Table des matières 1 Introduction à Rcmdr sous R 2 2 Interagir avec R 3 3 Installer et charger le package Rcmdr sous R 3 4 Importation des données

Plus en détail

Certificat Big Data Apprentissage TP1 Introduction à Python

Certificat Big Data Apprentissage TP1 Introduction à Python Certificat Big Data Apprentissage TP1 Introduction à Python Olivier Schwander 30 septembre 2015 1 / 31 Outline Environnement de travail Commentaires Installation Éditeur Expressions Structures de contrôle

Plus en détail

TP Statistique n o 1

TP Statistique n o 1 Préparation Agrégation Bordeaux Année 0-03 TP Statistique n o L objectif de ce TP est de vous familiariser avec le logiciel Matlab (qui n est pas libre...). Matlab n est pas à la base un langage de calcul

Plus en détail

Révisions : numpy, matplotlib. PC/PC* - Lycée Thiers

Révisions : numpy, matplotlib. PC/PC* - Lycée Thiers Révisions : numpy, matplotlib Modules scientifiques de python Tableaux bi-dimensionnels avec array() Le sous-module linalg La classe matrix() Polynomes avec la classe poly1d() Syntaxe de plot() Exemples

Plus en détail

INTRODUCTION A L UTILISATION DE SYSTAT

INTRODUCTION A L UTILISATION DE SYSTAT 1 INTRODUCTION A L UTILISATION DE SYSTAT F. Lyazrhi D. Concordet 2 Systat est un logiciel statistique qui permet de préparer les graphiques et de faire des calculs nécessaires à l analyse des données.

Plus en détail

Ricco Rakotomalala http://eric.univ-lyon2.fr/~ricco/cours/cours_programmation_r.html. R.R. Université Lyon 2

Ricco Rakotomalala http://eric.univ-lyon2.fr/~ricco/cours/cours_programmation_r.html. R.R. Université Lyon 2 Ricco Rakotomalala http://eric.univ-lyon2.fr/~ricco/cours/cours_programmation_r.html 1 R est un langage de programmation. L objet de base est un vecteur de données. C est un «vrai» langage c.-à-d. types

Plus en détail

Choix de modèle en régression linéaire

Choix de modèle en régression linéaire Master pro Fouille de données Philippe Besse 1 Objectif Choix de modèle en régression linéaire La construction d un score d appétence sur les données bancaires correspond au choix et à l estimation d un

Plus en détail

TP 1. Introduction au logiciel SAS Analyse Statistique Univariée

TP 1. Introduction au logiciel SAS Analyse Statistique Univariée IMIS : Master 1 Université Paris Est Marne la Vallée TP 1. Introduction au logiciel SAS Analyse Statistique Univariée 1. Premier contact avec SAS 1. Lancez le logiciel sas. Vous voyez apparaître les fenètres

Plus en détail

MATLAB : COMMANDES DE BASE. Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */.

MATLAB : COMMANDES DE BASE. Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */. Page 1 de 9 MATLAB : COMMANDES DE BASE Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */. Aide help, help nom_de_commande Fenêtre de travail (Command Window) Ligne

Plus en détail

Programme des épreuves des concours externes de recrutement des personnels techniques et administratifs de recherche et de formation

Programme des épreuves des concours externes de recrutement des personnels techniques et administratifs de recherche et de formation Programme des épreuves des concours externes de recrutement des personnels E1 RECRUTEMENT DES ASSISTANTS INGENIEURS DE RECHERCHE ET DE FORMATION...2 E1.1 Gestionnaire de base de données...2 E1.2 Développeur

Plus en détail

EXEMPLE : FAILLITE D ENTREPRISES

EXEMPLE : FAILLITE D ENTREPRISES EXEMPLE : FAILLITE D ENTREPRISES Cet exemple a pour objectif d étudier la faillite d entreprises. Les données proviennent de l ouvrage de R.A.Johnson et D.W Wichern : «Applied Multivariate Statistical

Plus en détail

Feuille de TP n 1 Initiation à Matlab

Feuille de TP n 1 Initiation à Matlab Université de l Anonyme XXII Préparation à l épreuve de modélisation - Agrégation Externe de Mathématiques 2004. Page n 1. Feuille de TP n 1 Initiation à Matlab Ce TP porte sur les entrées et sorties,

Plus en détail

Simulation de variables aléatoires

Simulation de variables aléatoires Simulation de variables aléatoires S. Robin INA PG, Biométrie Décembre 1997 Table des matières 1 Introduction Variables aléatoires discrètes 3.1 Pile ou face................................... 3. Loi de

Plus en détail

X1 = Cash flow/ Dette totale. X2 = Revenu net / Total des actifs au bilan. X3 = Actif réalisable et disponible / Passif courant

X1 = Cash flow/ Dette totale. X2 = Revenu net / Total des actifs au bilan. X3 = Actif réalisable et disponible / Passif courant EXEMPLE : FAILLITE D ENTREPRISES Cet exemple a pour objectif d étudier la faillite d entreprises. Les données proviennent de l ouvrage de R.A.Johnson et D.W Wichern : Applied Multivariate Statistical Analysis»,

Plus en détail

Projet CLANU en 3GE: Compléments d algèbre linéaire numérique

Projet CLANU en 3GE: Compléments d algèbre linéaire numérique Projet CLANU en 3GE: Compléments d algèbre linéaire numérique Année 2008/2009 1 Décomposition QR On rappelle que la multiplication avec une matrice unitaire Q C n n (c est-à-dire Q 1 = Q = Q T ) ne change

Plus en détail

Introduction au logiciel. Adapté en partie de Danilo Šćepanović et Patrick Ho (2009)

Introduction au logiciel. Adapté en partie de Danilo Šćepanović et Patrick Ho (2009) Introduction au logiciel Matlab Introduction au logiciel Matlab Charles P. Lamarche Adapté en partie de Danilo Šćepanović et Patrick Ho (2009) Plan de match PLAN DE MATCH: (1) Introduction (2) Variables

Plus en détail

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2013 2014 MATHS/STATS. 1 Généralités sur les tests statistiques 2

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2013 2014 MATHS/STATS. 1 Généralités sur les tests statistiques 2 UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2013 2014 Master d économie Cours de M. Desgraupes MATHS/STATS Document 4 : Les tests statistiques 1 Généralités sur les tests

Plus en détail

Analyse de la variance

Analyse de la variance M2 Statistiques et Econométrie Fanny MEYER Morgane CADRAN Margaux GAILLARD Plan du cours I. Introduction II. Analyse de la variance à un facteur III. Analyse de la variance à deux facteurs IV. Analyse

Plus en détail

Héritage en java : Calculatrice SDC

Héritage en java : Calculatrice SDC Programmation orientée objet L3 MIAGE Héritage en java : Calculatrice SDC Travail à rendre : le code complet du projet SDC sous forme d une archive tar.gz. L archive comportera trois répertoires : un répertoire

Plus en détail

Introduction au logiciel

Introduction au logiciel Introduction au logiciel Hervé Cardot IMB, Université de Bourgogne herve.cardot@u-bourgogne.fr Master 1 2011-2012 Plan Quelques éléments historiques. Installer et lancer. Les objets essentiels : vecteurs,

Plus en détail

COMMENT INSTALLER R? COMMENT LANCER R? COMMENT INSTALLER DES PACKAGES? COMMENT ACTIVER DES PACKAGES? COMMENT AVOIR DE L'AIDE DANS R?

COMMENT INSTALLER R? COMMENT LANCER R? COMMENT INSTALLER DES PACKAGES? COMMENT ACTIVER DES PACKAGES? COMMENT AVOIR DE L'AIDE DANS R? Sommaire Petit guide de survie avec R COMMENT INSTALLER R? COMMENT LANCER R? COMMENT INSTALLER DES PACKAGES? COMMENT ACTIVER DES PACKAGES? COMMENT AVOIR DE L'AIDE DANS R? COMMENT SAISIR DES DONNEES? COMMENT

Plus en détail

Formation Matlab et Calcul Scientifique

Formation Matlab et Calcul Scientifique Formation Matlab et Calcul Scientifique Cours 1: Variables, scripts et opérations Moncef Mahjoub ENIT-LAMSIN, BP 37, 1002 Tunis Belvedere, Tunisie Plan Pour commencer Scripts Introduire des variables Manipulation

Plus en détail

Traitement des données avec Microsoft EXCEL 2010

Traitement des données avec Microsoft EXCEL 2010 Traitement des données avec Microsoft EXCEL 2010 Vincent Jalby Septembre 2012 1 Saisie des données Les données collectées sont saisies dans une feuille Excel. Chaque ligne correspond à une observation

Plus en détail

- Mobiliser les résultats sur le second degré dans le cadre de la résolution d un problème.

- Mobiliser les résultats sur le second degré dans le cadre de la résolution d un problème. Mathématiques - classe de 1ère des séries STI2D et STL. 1. Analyse On dote les élèves d outils mathématiques permettant de traiter des problèmes relevant de la modélisation de phénomènes continus ou discrets.

Plus en détail

TP 1. Introduction au logiciel SAS Analyse Statistique Univariée

TP 1. Introduction au logiciel SAS Analyse Statistique Univariée DESS de Mathématiques Université Paris 6 TP 1. Introduction au logiciel SAS Analyse Statistique Univariée 1. Premier contact avec SAS 1. Connectez-vous sur ibm1. Lancez le logiciel : sas & Vous voyez apparaître

Plus en détail

On peut faire des ajustements avec le bouton «Baseline». Pour cela, utiliser la boîte de dialogue suivante

On peut faire des ajustements avec le bouton «Baseline». Pour cela, utiliser la boîte de dialogue suivante Coupe 3D : Montre un graphique en 3D des différentes valeurs de pixels sur une image en niveaux de gris ou en fausses couleurs. Cela crée une pile de points lorsque la source est une pile d images. Certains

Plus en détail

Introduction à la programmation sous Scilab : TP auto-correctifs II

Introduction à la programmation sous Scilab : TP auto-correctifs II Introduction à la programmation sous Scilab : TP auto-correctifs II Licence de Physique à distance Table des matières I Vecteurs et matrices (II) 1 a) Vecteurs........................................ 1

Plus en détail

Statistique Descriptive et Inférentielle Méthodes paramétriques et non paramétriques

Statistique Descriptive et Inférentielle Méthodes paramétriques et non paramétriques Fiche TD avec le logiciel : a2-1-c Statistique Descriptive et Inférentielle Méthodes paramétriques et non paramétriques Sylvain Mousset Rappels de probabilités / statistiques Table des matières 1 Probabilités

Plus en détail

Informatique. Programmation en Python.

Informatique. Programmation en Python. BCPST 1 B 13 septembre 2015 Informatique. Programmation en Python. Ce document est un support de cours, il vous permet d avoir sa structure et ses éléments les plus importants. Au cours des séances en

Plus en détail

STATISTIQUE THÉORIQUE ET APPLIQUÉE COMPLÉMENTS : LOGICIEL R. Pierre Dagnelie. www.dagnelie.be

STATISTIQUE THÉORIQUE ET APPLIQUÉE COMPLÉMENTS : LOGICIEL R. Pierre Dagnelie. www.dagnelie.be STATISTIQUE THÉORIQUE ET APPLIQUÉE COMPLÉMENTS : LOGICIEL R Pierre Dagnelie www.dagnelie.be 2012 INTRODUCTION 2 Introduction Ce document présente une liste de commandes ou fonctions relatives au logiciel

Plus en détail

Statistiques Descriptives à une dimension

Statistiques Descriptives à une dimension I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des

Plus en détail

TESTS STATISTIQUES: COMPARAISON, INDÉPENDANCE ET RÉGRESSION LINÉAIRE

TESTS STATISTIQUES: COMPARAISON, INDÉPENDANCE ET RÉGRESSION LINÉAIRE TESTS STATISTIQUES: COMPARAISON, INDÉPENDANCE ET RÉGRESSION LINÉAIRE Les résultats donnés par R et SAS donnent les valeurs des tests, la valeur-p ainsi que les intervalles de confiance. TEST DE COMPARAISON

Plus en détail

Cahier de textes Page 1 sur 9. Cahier de textes

Cahier de textes Page 1 sur 9. Cahier de textes Cahier de textes Page 1 sur 9 Cahier de textes Jeudi 04/09/2014 9h-12h et 13h30-16h30 : Cours sur la logique : - Conjonction, disjonction, implication, équivalence - Quelques formules. - Quantificateurs

Plus en détail

Analyse de données longitudinales continues avec applications

Analyse de données longitudinales continues avec applications Université de Liège Département de Mathématique 29 Octobre 2002 Analyse de données longitudinales continues avec applications David MAGIS 1 Programme 1. Introduction 2. Exemples 3. Méthodes simples 4.

Plus en détail

COURS DE STATISTIQUES (24h)

COURS DE STATISTIQUES (24h) COURS DE STATISTIQUES (24h) Introduction Statistiques descriptives (4 h) Rappels de Probabilités (4 h) Echantillonnage(4 h) Estimation ponctuelle (6 h) Introduction aux tests (6 h) Qu est-ce que la statistique?

Plus en détail

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,

Plus en détail

Cours 7 : Utilisation de modules sous python

Cours 7 : Utilisation de modules sous python Cours 7 : Utilisation de modules sous python 2013/2014 Utilisation d un module Importer un module Exemple : le module random Importer un module Exemple : le module random Importer un module Un module est

Plus en détail

Travaux dirigés. Introduction à R 1

Travaux dirigés. Introduction à R 1 Introduction à R 1 1 Introduction : pourquoi R? R est un logiciel pour l analyse statistique. C est un logiciel libre ; il est disponible gratuitement et tourne sur différents systèmes (PC Linux, PC Windows,

Plus en détail

Introduction à Sage-Python

Introduction à Sage-Python Introduction à Sage-Python Aurélien Greuet Université de Versailles http://lmv.math.cnrs.fr/annuaire/aurelien-greuet/ 1 Python? Sage?! Calcul formel?!? 1.1 Python Python est un langage de programmation

Plus en détail

TP 1 : Présentation générale du logiciel, l aide en ligne et les bases du langage

TP 1 : Présentation générale du logiciel, l aide en ligne et les bases du langage TP 1 : Présentation générale du logiciel, l aide en ligne et les bases du langage est distribué gratuitement à partir du site du CRAN (Comprehensive R Archive Network) : http://www.r-project.org/. Je vous

Plus en détail

Cours 1. I- Généralités sur R II- Les fonctions de R et autres objets III-Les vecteurs

Cours 1. I- Généralités sur R II- Les fonctions de R et autres objets III-Les vecteurs Cours 1 I- Généralités sur R II- Les fonctions de R et autres objets III-Les vecteurs IV-Les facteurs I-1 Généralités sur R R (1995, AT&T Bell Laboratories) est un logiciel d analyse statistique et graphique,

Plus en détail

Présentation du langage et premières fonctions

Présentation du langage et premières fonctions 1 Présentation de l interface logicielle Si les langages de haut niveau sont nombreux, nous allons travaillé cette année avec le langage Python, un langage de programmation très en vue sur internet en

Plus en détail

Programmation en Python - Cours 2 : Premiers programmes

Programmation en Python - Cours 2 : Premiers programmes Programmation en Python - Cours 2 : Premiers programmes 2013/2014 Diverses utilisations de python Utilisation en mode interactif Ecriture d un programme python Saisie de données par l utilisateur : input(),

Plus en détail

SINE QUA NON. Découverte et Prise en main du logiciel Utilisation de bases

SINE QUA NON. Découverte et Prise en main du logiciel Utilisation de bases SINE QUA NON Découverte et Prise en main du logiciel Utilisation de bases Sine qua non est un logiciel «traceur de courbes planes» mais il possède aussi bien d autres fonctionnalités que nous verrons tout

Plus en détail

Simulation de variables aléatoires

Simulation de variables aléatoires Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo

Plus en détail

Continuité et dérivabilité d une fonction

Continuité et dérivabilité d une fonction DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité

Plus en détail

INTRODUCTION AU DATA MINING

INTRODUCTION AU DATA MINING INTRODUCTION AU DATA MINING 6 séances de 3 heures mai-juin 2006 EPF - 4 ème année - Option Ingénierie d Affaires et de Projets Bertrand LIAUDET TP DE DATA MINING Le TP et le projet consisteront à mettre

Plus en détail