À l'issue de ce cours, l'étudiant devra être capable de concevoir un script R reproductible et non interactif, pouvant être exécuté de bout en bout sans intervention de l’utilisateur. Ce script devra permettre d’importer, contrôler, nettoyer, transformer, analyser et représenter des données, puis d’exporter les données traitées et les résultats.
Plus spécifiquement, l’étudiant sera capable de réaliser les opérations présentées ci-dessous. Ces acquis correspondent à différents niveaux de complexité (0-4). Certains peuvent relever de deux niveaux selon la difficulté des données ou de la tâche proposée.
Compétence Niveau
Importer un jeu de données et en extraire des observations ou des variables spécifiques. 0
Détecter et corriger les erreurs d’importation ou d’encodage. 0
Calculer des statistiques descriptives, telles que la moyenne ou l’étendue, pour l’ensemble des données ou par groupe. 0/1
Modifier la structure d’un jeu de données : passage du format large au format long, définition de facteurs et fusion de plusieurs jeux de données. 1
Utiliser une fonction R et adapter ses arguments. 0
Utiliser les ressources disponibles pour résoudre des problèmes de manière autonome : aide de R, vignettes, fiches récapitulatives, supports de cours et travaux pratiques. 0/1
Choisir une représentation graphique adaptée aux données et à la question posée, puis produire avec ggplot2 un graphique lisible et correctement annoté. 1
Enregistrer ou exporter des tableaux, des graphiques, des scripts et des objets R, notamment au format .RData. 0/1
Manipuler du texte : concaténer ou séparer des chaînes de caractères et rechercher des motifs. 2
Produire un rapport HTML reproductible avec R Markdown. 2
Répéter une série d’instructions à l’aide d’une boucle et exécuter du code de manière conditionnelle. 3
Généraliser un code afin de pouvoir le réexécuter en ne modifiant que les paramètres prévus, notamment en créant des fonctions lorsque cela est pertinent. 4
Réaliser et interpréter des analyses exploratoires, telles que la classification non supervisée, les cartes de chaleur (heatmaps) et les analyses de corrélation 4
L’objectif du cours est de fournir les outils permettant aux futurs scientifiques d'importer, manipuler et analyser des jeux de données à l’aide du logiciel R/Rstudio.
Le cours approfondit l’utilisation de R pour le traitement, l’analyse et la représentation de données. Il couvre les principales étapes d’un flux d’analyse, depuis l’importation et le contrôle de la qualité des données jusqu’à leur transformation, leur analyse, leur visualisation et l’exportation des résultats.
Les étudiants apprennent à construire des scripts reproductibles et non interactifs, à généraliser leur code au moyen de fonctions, de boucles et d’instructions conditionnelles, et à produire des rapports avec R Markdown. Le cours introduit également différentes méthodes d’analyse exploratoire, notamment la classification non supervisée, les cartes de chaleur et les analyses de corrélation. Ces notions sont mises en pratique au moyen d’exemples et d’exercices réalisés avec une autonomie croissante.
Le cours s’articule autour des points suivants :
Rappel des fonctions de base de R, de l’utilisation de leurs arguments et de la manipulation des principaux types d’objets.
Importation, contrôle de la qualité, nettoyage et sélection des données.
Transformation et organisation des données : facteurs, formats long et large, et fusion de jeux de données.
Calcul de statistiques descriptives, pour l’ensemble des données ou par groupe.
Choix et création de graphiques et de tableaux adaptés aux données et à la question posée.
Conception de scripts reproductibles et non interactifs : fonctions, boucles, instructions conditionnelles et manipulation de texte.
Exportation des données et des résultats, et production de rapports avec R Markdown.
Réalisation d’analyses exploratoires : classification non supervisée, cartes de chaleur et analyses de corrélation.
Résolution autonome d’exercices intégrant les différentes étapes du traitement et de l’analyse des données.
Les exercices proposés sont de différents types afin de favoriser l’acquisition progressive des compétences. Certains adoptent un format de projet, dans lequel les étudiants réalisent une série d’analyses de complexité croissante à partir d’un même jeu de données.
La présence aux TP/TD est fortement recommandée,
Les supports des cours théoriques seront disponibles dès le début du quadrimestre. Avant chaque séance en présentiel, les étudiants devront avoir consulté les supports correspondants. Une part importante de l’apprentissage reposera sur leur travail autonome.
Lors des travaux pratiques, les étudiants utiliseront les fonctions de base du logiciel R et apprendront à en utiliser de nouvelles. Pour cela, ils devront consulter les supports de cours, l’aide de R et les ressources disponibles en ligne, telles que les tutoriels, les cours et les forums.
L’évaluation a lieu lors de la séance d’examen et consiste en une épreuve unique réalisée sur ordinateur, comprenant des exercices d’analyse de données et de programmation en R.
Il s’agit d’un examen à livre ouvert, sans accès à Internet, sans recours à des outils d’intelligence artificielle et sans communication entre étudiants. Les étudiants peuvent consulter l’ensemble des supports de cours et de travaux pratiques ainsi que leurs propres notes. Ces ressources peuvent être apportées sous forme papier ou sur une clé USB et doivent être accessibles hors ligne.
Matériel sur webcampus et ressources en ligne
| Formation | Programme d’études | Bloc | Crédits | Obligatoire |
|---|---|---|---|---|
| Bachelier en sciences géographiques, orientation générale | Standard | 2 | 2 | Oui |
| Bachelier en sciences géologiques | Standard | 2 | 2 | Oui |
| Bachelier en sciences biologiques | Standard | 2 | 2 | Oui |
| Bachelier en médecine vétérinaire | Nouveau | 2 | 2 | Non |