Opérations statistiques de base avec R

Fonctions de base pour calculer ou faire des statistiques avec R.

• Moyenne : Obtenir la moyenne d'un vecteur x.

mean(x)

mean(x, na.rm = TRUE)  # s'il y a des valeurs vides NA 

• Médiane : Obtenir la valeur médiane d'un vecteur x 

median(x) 

• Ecart-type : Obtenir l'écart-type d'un vecteur x.

sd(x)

sd(x, na.rm = TRUE)  # s'il y a des valeurs vides NA 

• Variance : Obtenir la variance d'un vecteur x.

var(x)

• Maximum : La valeur maximale de x.

max(x) 

• Minimum : La valeur minimale de x.

min(x) 

• Minimum & Maximum :

range(x)

• Trier les valeurs d'un vecteur dans l'ordre croissant ou décroissant

#Ordre croissant

sort(x)

#Ordre décroissant

sort(x, TRUE) 

• Caractéristiques statistiques : Obtenir diverses données statistiques.

summary(x) 

• Déterminer le coefficient de corrélation entre deux vecteur x et y.

cor(x, y)

• Déterminer le coefficient de corrélation entre deux vecteur x et y associé à une p-value. Test de corrélation de Pearson.

cor.test(x, y)

# Ex : même si cor = 0.5 si p-value très faible : corrélation très significative !

• Mettre en relation des données de deux listes (création d'une matrice)

table(x, y) 

• Établir les données connues à deux échantillons

x <- rnorm(1000,20,3)  # population

ech_1 <- sample(x,100) # échantillon 1

ech_2 <- sample(x,100)  # échantillon 2

commun <- intersect(ech_1,ech_2)# Partie commune

length(ech_1)*length(ech_2)/length(commun) # estimation de la taille de la population x (qui fait 1000 en réalité)

Une méthode très performante pour appliquer n'importe quel calcul (moyenne ou autre) à chaque catégorie ou en croisant les catégories : fonction by()

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 # J'ai ainsi la moyenne de la variable 2 pour les filles, les garçons qu'ils soient sportifs ou non.

barplot(result,beside=T)  

3- Décrire les données d'un tableau de façon rapide et efficace

Afficher un bilan statistique complet pour chaque variable et chaque catégorie

data(iris)

summary_by_species <- aggregate(iris[,1:4], by=list(Species=iris$Species), summary)

summary_by_species