Travaux dirigés — R Lab

Exploration de la statistique descriptive appliquée d'abord à iris, puis étendue à World-Happiness-2015 (distributions, corrélations, comparaisons de groupes).

Le socle indispensable : variables aléatoires et lois de probabilité, méthodes d'échantillonnage et distributions d'échantillonnage, puis estimation ponctuelle et par intervalle de confiance.

Formulation des hypothèses nulle et alternative, choix du test approprié et règle de décision.

De l'exploration graphique à l'ANOVA : la « signature » de l'espèce hôte influence-t-elle la longueur des œufs pondus ?

Relation entre production de maïs et incidence de la malaria : ANOVA, transformations logarithmiques, tests post-hoc.

Le mode d'emploi complet de l'ACP : de la matrice des données à l'interprétation des axes, en passant par les valeurs propres, les contributions et la qualité de représentation.

Deux exercices sous R et FactoMineR, sur données agronomiques : un exercice guidé (fertilité des sols, Cameroun) avec code commenté et encadrés de lecture, puis un exercice en autonomie (typologie d'exploitations, Burkina Faso). Correction détaillée de l'exercice 1 incluse.

Analyse en composantes principales sur des données de décathlon : transformer, explorer, visualiser, interpréter les axes principaux.

Maïs, altitude et démographie : une ACP pour révéler la structure multidimensionnelle du paysage sanitaire.

Réduction de dimension par ACP : simplifier la complexité et faire émerger des profils d'expression « signatures ».

Données sensorielles : transformer des perceptions humaines subjectives en données scientifiques rigoureuses.