• Moyenne

liste = c(1,2,3,2,1,4,5,6) 

mean(liste) # calcule la moyenne de la liste 

liste = c(1,2,3,2,NA,4,5,6) 

mean(liste,na.rm=T) # calcule la moyenne de la liste même si elle présente une valeur vide indiquée par NA

Remarque : si on dispose d'un data.frame, on peut obtenir la moyenne de chaque colonne avec colMeans

colMeans(dataframe)

• Médiane

median(liste) 

• Installer la fonction meanbp (librairie {KefiR})

install.packages("devtools") ; require(devtools) # Risque d'erreur si RTools non installé.

devtools::install_github("Antoine-Masse/KefiR")

• Faire une moyenne mobile par iteration :

library("KefiR")

x <- rnorm(100,20,5) # simuler un échantillon d'une population dont la moyenne est de 20

meanbp(x,100) # 100 car on ne refera au maximum que 100 fois le calcul

# si on compare avec mean(x) ou median(x) : on voit que meanbp rend un résultat plus proche de la véritable moyenne qui est de 20

Voici différentes fonctions pour calculer des intervalles de confiance :

• int.ech : calcule l'intervalle de confiance d'un échantillon

• int.pop : calcule l'intervalle de confiance d'une population

• int.prop : calcule l'intervalle de confiance sur une proportion (un pourcentage)

• ÉCHANTILLON - Estimer l'intervalle de confiance d'un échantillon pour une population inconnue.

  • On utilisera int.ech pour des échantillons (n<100)

  • Si en revanche, on a un grand échantillon, représentatif d'une population voire toute la population, on peut alors utiliser int.pop()

library(KefiR) # cf. plus haut pour installer KefiR

# exemple d'application

x = c(1,4,3,5,3) ; int.ech(x) 

# le paramètre conf.level indique le niveau de confiance (95% par défaut)

# na.rm=T permet de s'affranchir des valeurs vides

• ÉCHANTILLON - Autre méthode pour calculer l'intervalle de confiance d'un échantillon

# avec x un vecteur (liste de valeurs) 

(t.test(x)$conf.int[2]-t.test(x)$conf.int[1])/2 # donner l'intervalle de confiance à 95% 

_ _ _ _ _ _ _ _ _ _ 

analyse =  t.test(x, conf.level=0.99 ) 

(analyse $conf.int[2]- analyse $conf.int[1])/2 # donner l'intervalle de confiance à 99% 

• POPULATION - Calculer l'intervalle de confiance d'une population  alias  l'erreur standard

• Lorsqu'on veut calculer l'intervalle de confiance d'une population (grand échantillon)

library(KefiR) # cf. plus haut pour installer KefiR

int.pop(x,0.95) 

• PROPORTION - Calculer l'intervalle de confiance d'une proportion ou d'une série de proportions sur des effectifs de même taille

  • proportion : pourcentage (valeur entre 0 et 1) (ex :  si j'ai 33%, proportion = 0,33)

  • n : nombre d'entités ayant permis de calculer le pourcentage (ex : si j'ai mesuré 25% de femmes dans une population de 149 personnes, n = 149)

  • 0.95, degré de confiance dans l'intervalle de confiance

library(KefiR) # cf. plus haut pour installer KefiR

# exemple 

int.prop(0.50,100,0.95) 

# Va donner l'intervalle de confiance sur une proportion de 50% (0.5)  calculée sur un échantillon de 100 éléments 

Il existe une méthode pour systématiser un calcul en fonction des catégories ou valeurs d'une autre variable ou plusieurs autres : la fonction by().

• by() permet d'appliquer n'importe quel type de calcul (moyenne ou autre) par catégorie (en croisant les catégories ou non).

• Exemple 1 : si je voulais la moyenne d'une variable et les intervalles de confiance par espèce

data(iris)

moyennes <- by(iris[,1], iris[,5], mean)

ic <- by(iris[,1], iris[,5], int.ech) # fonction int.ech() à récupérer ci-dessus pour les intervalles de confiance.

• Exemple 2 : si je voulais la moyenne des filles et garçons et distinguant les sportifs des non sportifs : 

val <- rnorm(20)

val2 <- rnorm(200,20,3)

sx <- c(rep("F",100),rep("M",100))

sport <- c(rep("S",20),rep("NO",120),rep("S",60))

data <- data.frame(val,val2,sx,sport)

result <- by(data[,2],data[,3:4],mean) ; result

barplot(result,beside=T) 

La fonction means permet aussi de mettre en relation deux listes (deux vecteurs) et de calculer les moyennes, écarts-types et intervalles de confiance en fonction des paramètres existants dans le vecteur 2.