Type: | Package |
Title: | Initiation à La Statistique Avec R |
Version: | 4.0.1 |
Date: | 2023-03-21 |
Depends: | R (≥ 2.10) |
Imports: | ggplot2 |
Author: | Frederic Bertrand |
Maintainer: | Frederic Bertrand <frederic.bertrand@utt.fr> |
Description: | Datasets and functions for the book "Initiation à la Statistique avec R", F. Bertrand and M. Maumy-Bertrand (2022, ISBN:978-2100782826 Dunod, fourth edition). |
LazyLoad: | yes |
LazyData: | yes |
License: | GPL-3 |
Encoding: | UTF-8 |
URL: | https://fbertran.github.io/BioStatR/, https://github.com/fbertran/BioStatR/ |
BugReports: | https://github.com/fbertran/BioStatR/issues/ |
RoxygenNote: | 7.2.1 |
NeedsCompilation: | no |
Packaged: | 2023-03-21 14:26:34 UTC; fbertran |
Repository: | CRAN |
Date/Publication: | 2023-03-21 15:10:02 UTC |
BioStatR
Description
Motivation: Package compagnon du livre Initiation à la statistique avec R. Il contient les codes des chapitres du livre ainsi que les solutions des exercices mais aussi d'autres compléments à découvrir.
References
F. Bertrand, M. Maumy-Bertrand, Initiation à la Statistique avec R, 4ème édition, ISBN:9782100847945, Dunod, Paris, 2023
Initiation à la Statistique avec R, Frédéric Bertrand, Myriam Maumy-Bertrand, 2023, , https://www.dunod.com/sciences-techniques/initiation-statistique-avec-r-cours-exemples-exercices-et-problemes-corriges-1, https://github.com/fbertran/BioStatR/ et https://fbertran.github.io/BioStatR/
Examples
set.seed(314)
Durées de travail en Europe
Description
This dataset provide mean weekly cumulated work durations for several European countries.
Format
A data frame with 25 observations on the following 2 variables.
- Pays
a factor with the some of the European countries as levels
- Duree
weekly cumulative work duration
Details
The duration is given in hours
References
F. Bertrand, M. Maumy-Bertrand, Initiation à la Statistique avec R, Dunod, 4ème édition, 2023.
Examples
data(Europe)
Mesures de fruits d'arbustes
Description
This dataset measurements of several features of the fruits of small trees such as their mass (in g) or their length (in cm).
Format
A data frame with 252 observations on the following 5 variables.
- masse
a numeric vector
- taille
a numeric vector
- espece
a factor with levels
bignone
,glycine blanche
,glycine violette
andlauriers roses
Details
This dataset was made during the summer 2009 in the south of France. It provides measurements of several features of the fruits of small trees such as their mass or their length.
References
F. Bertrand, M. Maumy-Bertrand, Initiation à la Statistique avec R, Dunod, 4ème édition, 2023.
Examples
data(Extrait_Taille)
Mesures de fruits d'arbustes
Description
This dataset measurements of several features of the fruits of small trees such as their mass or their length.
Format
A data frame with 252 observations on the following 3 variables.
- masse
a numeric vector
- taille
a numeric vector
- espece
a factor with levels
bignone
,glycine blanche
,glycine violette
andlauriers roses
Details
This dataset was made during the summer 2009 in the south of France. It provides measurements of several features of the fruits of small trees such as their mass or their length.
References
F. Bertrand, M. Maumy-Bertrand, Initiation à la Statistique avec R, Dunod, 4ème édition, 2023.
Examples
data(Mesures)
Mesures de fruits d'arbustes
Description
This dataset measurements of several features of the fruits of small trees such as their mass or their length.
Format
A data frame with 252 observations on the following 5 variables.
- masse
a numeric vector
- taille
a numeric vector
- graines
a numeric vector
- masse_sec
a numeric vector
- espece
a factor with levels
bignone
,glycine blanche
,glycine violette
andlauriers roses
Details
This dataset was made during the summer 2009 in the south of France. It provides measurements of several features of the fruits of small trees such as their mass or their length.
References
F. Bertrand, M. Maumy-Bertrand, Initiation à la Statistique avec R, Dunod, 4ème édition, 2023.
Examples
data(Mesures5)
Indices de Quetelet
Description
Ce jeu de données contient des mesures de masse et de taille pour permettre le calcul de l'indice de masse corporelle (aussi dit de Quetelet).
Format
Un data frame avec 66 observations de 3 variables.
- sexe
un facteur donnant le sexe de l'individu
- poids
le poids de l'individu
- taille
la hauteur de l'individu
Details
Le poids est exprimée en kg et la hauteur en cm
References
F. Bertrand, M. Maumy-Bertrand, Initiation à la Statistique avec R, Dunod, 4ème édition, 2023.
Examples
data(Quetelet)
Intervalles de confiance pour une proportion
Description
Cette fonction permet de calculer plusieurs types d'intervalles de confiance pour une proportion.
Usage
binom.ci(x, n, conf.level = 0.95, method = c("Wilson", "exact", "Wald", "all"))
Arguments
x |
Nombre de succès |
n |
Nombre d'essais |
conf.level |
Niveau de confiance recherché pour l'intervalle |
method |
Type d'intervalle de confiance à calculer : intervalle de "Wilson", intervalle "exact" de Clopper-Pearson, intervalle asymptotique de "Wald" ou tous les trois "all" |
Value
matrix |
Limites des intervalles de confiance demandés. |
Author(s)
Frédéric Bertrand
frederic.bertrand@utt.fr
http://www-irma.u-strasbg.fr/~fbertran/
Maumy-Bertrand
myriam.maumy@utt.fr
http://www-irma.u-strasbg.fr/~mmaumy/
References
F. Bertrand, M. Maumy-Bertrand, Initiation à la Statistique avec R, Dunod, 4ème édition, 2023.
See Also
Examples
binom.ci(5,10,method="all")
Coefficient de variation
Description
Calcule coefficent de variation d'une série statistique
Usage
cvar(x)
Arguments
x |
Un vecteur numérique |
Details
Le coefficient de variation est égal à l'écart-type corrigé divisé par la moyenne. Il est exprimé en pourcents.
Value
num |
Valeur du coefficient de variation exprimé en pourcents |
Author(s)
Frédéric Bertrand
frederic.bertrand@utt.fr
http://www-irma.u-strasbg.fr/~fbertran/
Maumy-Bertrand
myriam.maumy@utt.fr
http://www-irma.u-strasbg.fr/~mmaumy/
References
F. Bertrand, M. Maumy-Bertrand, Initiation à la Statistique avec R, Dunod, 4ème édition, 2023.
See Also
Examples
data(Europe)
cvar(Europe[,2])
Calcul du rapport de corrélation eta carré
Description
Cette fonction calcule le rapport de corrélation \eta^2
qui est une
mesure d'association importante entre une variable quantitative et une
variable qualitative.
Usage
eta2(x, y)
Arguments
x |
Un vecteur associé à la variable quantitative |
y |
Un facteur associé à la variable qualitative |
Value
num |
La valeur du rapport de corrélation empirique |
Author(s)
Frédéric Bertrand
frederic.bertrand@utt.fr
http://www-irma.u-strasbg.fr/~fbertran/
Maumy-Bertrand
myriam.maumy@utt.fr
http://www-irma.u-strasbg.fr/~mmaumy/
References
F. Bertrand, M. Maumy-Bertrand, Initiation à la Statistique avec R, Dunod, 4ème édition, 2023.
Examples
eta2(Mesures5$taille,Mesures5$espece)
Graphique des quantiles (qqplot) et droite interquartile
Description
Dessine le graphique des quantiles ou qqplot
et la droite
interquartile (passant par le premier et le troisième quartile à la manière
de la fonction qqline
) avec la bibliothèque graphique
ggplot2
.
Usage
gg_qqplot(
df,
var,
qdist = qnorm,
params = list(),
qq.line = TRUE,
color = "red",
alpha = 0.5
)
Arguments
df |
Un jeu de données (dataframe) |
var |
Le nom d'une variable de df |
qdist |
La fonction quantile d'une (famille de) distribution. Par défaut celle de la famille des lois normales. |
params |
Une liste de paramètres pour spécifier la loi à utiliser. Par
défaut la loi normale centrée et réduite. Les paramètres peuvent être
estimés avec la fonction |
qq.line |
Une valeur logique. Affiche ou masque la droite interquartile. |
color |
Le nom d'une couleur. Spécifie la couleur à utiliser pour la droite interquartile. |
alpha |
Indice de transparence. Spécifie la transparence à utiliser pour représenter les valeurs de l'échantillon. |
Value
ggplot |
Un graphique utilisant la bibliothèque ggplot2. Affiche les valeurs des quartiles théoriques par lesquels passe la droite ainsi que son ordonnée à l'origine et sa pente si le tracé de celle-ci est demandé. |
Author(s)
Frédéric Bertrand
frederic.bertrand@utt.fr
http://www-irma.u-strasbg.fr/~fbertran/
Maumy-Bertrand
myriam.maumy@utt.fr
http://www-irma.u-strasbg.fr/~mmaumy/
References
F. Bertrand, M. Maumy-Bertrand, Initiation à la Statistique avec R, Dunod, 3e, 2018.
See Also
Examples
glycine.blanche<-subset(Mesures,subset=(Mesures$espece=="glycine blanche"))
gg_qqplot(glycine.blanche,"taille")
#bonus ajustement avec une autre loi (ici Student (car dist = qt) dont on estime les ddl)
lauriers.roses<-subset(Mesures,subset=(Mesures$espece=="laurier rose"))
shapiro.test(lauriers.roses$taille)
#pas issu d'une loi normale au risque alpha=5%
gg_qqplot(lauriers.roses,"taille")
gg_qqplot(lauriers.roses,"taille",qq.line=FALSE)
#essayons un qqplot avec une loi de Student
## Not run:
require(MASS)
params <- as.list(fitdistr(lauriers.roses$taille, "t")$estimate)
#avec la droite
gg_qqplot(lauriers.roses,"taille",qt,params)
#essayons un qqplot avec une loi gamma
params <- as.list(fitdistr(lauriers.roses$taille,"gamma")$estimate)
#avec la droite
gg_qqplot(lauriers.roses,"taille",qgamma,params)
#essayons un qqplot avec une loi du chi-deux
params <- list(df=fitdistr(lauriers.roses$taille,"chi-squared",start=list(df=5),
method="Brent",lower=1,upper=40)$estimate)
#avec la droite
gg_qqplot(lauriers.roses,"taille",qchisq,params)
## End(Not run)
Histrogammes
Description
Sert à représenter des histogrammes dans les graphiques matriciels
Usage
panel.hist(x, ...)
Arguments
x |
Un vecteur numérique |
... |
Des arguments à transmettre à la fonction qui créé les histogrammes |
Details
Cette fonction s'utilise avec la fonctions graphique pairs.
Author(s)
Frédéric Bertrand
frederic.bertrand@utt.fr
http://www-irma.u-strasbg.fr/~fbertran/
Maumy-Bertrand
myriam.maumy@utt.fr
http://www-irma.u-strasbg.fr/~mmaumy/
References
F. Bertrand, M. Maumy-Bertrand, Initiation à la Statistique avec R, Dunod, 4ème édition, 2023.
See Also
Examples
data(Mesures5)
pairs(Mesures5,diag.panel="panel.hist")
Représentation bivariée des variables discrètes ou des variables continues groupées en classes.
Description
Cette fonction construit un stéréogramme permettant de juger de l'association entre deux variables discrètes ou groupées en classes.
Usage
plotcdf2(
x,
y,
f,
xaxe,
yaxe,
col = NULL,
border = FALSE,
Nxy = 200,
theme = "0"
)
Arguments
x |
Valeurs observées ou modalités de la première variable discrète |
y |
Valeurs observées ou modalités de la seconde variable discrète |
f |
Si |
xaxe |
Nom de l'axe des abscisses |
yaxe |
Nom de l'axe des ordonnées |
col |
Couleur du stéréogramme |
border |
Le maillage du graphique doit-il être affiché ? |
Nxy |
Pas du maillage pour chaque axe |
theme |
Le thème détermine la palette de couleurs utilisées. Il y a quatre choix possibles en couleurs "0", "1", "2", "3" et un en nuances de gris "bw" |
Value
Un stéréogramme des deux séries statistiques groupées ou des deux variables discrètes étudiées.
Author(s)
Frédéric Bertrand
frederic.bertrand@utt.fr
http://www-irma.u-strasbg.fr/~fbertran/
Maumy-Bertrand
myriam.maumy@utt.fr
http://www-irma.u-strasbg.fr/~mmaumy/
References
F. Bertrand, M. Maumy-Bertrand, Initiation à la Statistique avec R, Dunod, 4ème édition, 2023.
Examples
xx=c(1.83,1.72,1.65,1.70,2.05,1.92,1.85,1.70,1.75,1.9)
yy=c(75,70,70,60,90,92,75,68,71,87)
plotcdf2(xx,yy,f=0,"taille en m","poids en kg")
xx=seq(2,12)
yy=seq(1,6)
p=c(1/36,0,0,0,0,0,
2/36,0,0,0,0,0,
2/36,1/36,0,0,0,0,
2/36,2/36,0,0,0,0,
2/36,2/36,1/36,0,0,0,
2/36,2/36,2/36,0,0,0,
0,2/36,2/36,1/36,0,0,
0,0,2/36,2/36,0,0,
0,0,0,2/36,1/36,0,
0,0,0,0,2/36,0,
0,0,0,0,0,1/36)
p=matrix(p,byrow=TRUE,ncol=6)
plotcdf2(xx,yy,p,"somme des dés","valeur du plus petit")
Intervalle de confiance pour le paramètre d'une loi de Poisson
Description
Créé un intervalle de confiance pour le paramètre d'une loi de Poisson.
Usage
poi.ci(x, conf.level = 0.95)
Arguments
x |
Un vecteur de données |
conf.level |
Niveau de confiance de l'intervalle |
Value
matrix |
Limites des intervalles de confiance demandés. |
Author(s)
Frédéric Bertrand
frederic.bertrand@utt.fr
http://www-irma.u-strasbg.fr/~fbertran/
Maumy-Bertrand
myriam.maumy@utt.fr
http://www-irma.u-strasbg.fr/~mmaumy/
References
F. Bertrand, M. Maumy-Bertrand, Initiation à la Statistique avec R, Dunod, 4ème édition, 2023.
See Also
Examples
poi.ci(rpois(20,10))