Programmation et analyse statistique avec R
Par :Formats :
- Réservation en ligne avec paiement en magasin :
- Indisponible pour réserver et payer en magasin
- Nombre de pages347
- PrésentationBroché
- Poids0.685 kg
- Dimensions19,0 cm × 24,0 cm × 2,1 cm
- ISBN978-2-340-00504-4
- EAN9782340005044
- Date de parution23/06/2015
- CollectionRéférences sciences
- ÉditeurEllipses
Résumé
Qu'est-ce que R : un langage de programmation ou un logiciel de statistique ? Les deux réponses peuvent être données, chacun répondant selon son utilisation de R. Mais un statisticien souhaitant développer de vraies compétences en R se doit d'en maîtriser les deux aspects. Ce livre est donc structuré en deux parties correspondant à ces deux potentiels de R. La première partie concerne la programmation avec R : les commandes de base pour la création et la manipulation d'objets, la gestion des entrées/sorties, la programmation et les graphiques.
Les derniers chapitres traitent des aspects plus avancés de la programmation avec, par exemple, l'utilisation de fonctions écrites en C ou en Fortran dans un script R, ou bien la création de package. La seconde partie porte sur les méthodes statistiques, présentes essentiellement dans la version de base de R, mais aussi dans certains packages spécifiques : statistiques descriptives, inférence statistique et méthodes non-paramétriques, tests statistiques (comparaison d'échantillon, test d'adéquation, etc.), régression linéaire et analyse de la variance, séries temporelles, analyse de durées de vie, analyse de données et méthodes de classification.
Cette partie est complétée par un chapitre sur la génération automatique de rapports.
Les derniers chapitres traitent des aspects plus avancés de la programmation avec, par exemple, l'utilisation de fonctions écrites en C ou en Fortran dans un script R, ou bien la création de package. La seconde partie porte sur les méthodes statistiques, présentes essentiellement dans la version de base de R, mais aussi dans certains packages spécifiques : statistiques descriptives, inférence statistique et méthodes non-paramétriques, tests statistiques (comparaison d'échantillon, test d'adéquation, etc.), régression linéaire et analyse de la variance, séries temporelles, analyse de durées de vie, analyse de données et méthodes de classification.
Cette partie est complétée par un chapitre sur la génération automatique de rapports.
Qu'est-ce que R : un langage de programmation ou un logiciel de statistique ? Les deux réponses peuvent être données, chacun répondant selon son utilisation de R. Mais un statisticien souhaitant développer de vraies compétences en R se doit d'en maîtriser les deux aspects. Ce livre est donc structuré en deux parties correspondant à ces deux potentiels de R. La première partie concerne la programmation avec R : les commandes de base pour la création et la manipulation d'objets, la gestion des entrées/sorties, la programmation et les graphiques.
Les derniers chapitres traitent des aspects plus avancés de la programmation avec, par exemple, l'utilisation de fonctions écrites en C ou en Fortran dans un script R, ou bien la création de package. La seconde partie porte sur les méthodes statistiques, présentes essentiellement dans la version de base de R, mais aussi dans certains packages spécifiques : statistiques descriptives, inférence statistique et méthodes non-paramétriques, tests statistiques (comparaison d'échantillon, test d'adéquation, etc.), régression linéaire et analyse de la variance, séries temporelles, analyse de durées de vie, analyse de données et méthodes de classification.
Cette partie est complétée par un chapitre sur la génération automatique de rapports.
Les derniers chapitres traitent des aspects plus avancés de la programmation avec, par exemple, l'utilisation de fonctions écrites en C ou en Fortran dans un script R, ou bien la création de package. La seconde partie porte sur les méthodes statistiques, présentes essentiellement dans la version de base de R, mais aussi dans certains packages spécifiques : statistiques descriptives, inférence statistique et méthodes non-paramétriques, tests statistiques (comparaison d'échantillon, test d'adéquation, etc.), régression linéaire et analyse de la variance, séries temporelles, analyse de durées de vie, analyse de données et méthodes de classification.
Cette partie est complétée par un chapitre sur la génération automatique de rapports.
