Jeu de données iris

Description

• Ce jeu de données est intégré dans R
• Indique 4 mesures pour 150 fleurs (1 ligne = 1 fleur)
• 4 variables numériques et une variable catégorielle (espèce)

Statistiques descriptives

#### Dans RStudio

library(psych) # on charge le package "psych"

## variable "Sepal.Length"
describe(iris$Sepal.Length)

##    vars   n mean   sd median trimmed  mad min max range skew kurtosis   se
## X1    1 150 5.84 0.83    5.8    5.81 1.04 4.3 7.9   3.6 0.31    -0.61 0.07

## variable "Species"
# la commande describe(iris$Species) ne fonctionne pas car "Species" n'est pas une variable numérique

x <- table(iris$Species) # fréquences
x

## 
##     setosa versicolor  virginica 
##         50         50         50

prop.table(x) # pourcentages

## 
##     setosa versicolor  virginica 
##  0.3333333  0.3333333  0.3333333

#### Dans Jamovi
# Analyses -> Exploration -> Descriptives
# Pour les variables catégorielles -> Frequency tables

Statistiques bivariées

#### Dans RStudio

# correlation entre "Sepal.Length" et "Petal.Length"
cor(iris$Sepal.Length,iris$Petal.Length) # valeur de la correlation

## [1] 0.8717538

plot(iris$Sepal.Length,iris$Petal.Length) # nuage de points

#### Dans Jamovi
# Analyses -> Exploration -> Scatterplot

Interpretation correlation :

• Taille d’effet : https://2012books.lardbucket.org/books/psychology-research-methods-core-skills-and-concepts/s16-02-describing-statistical-relatio.html#:~:text=Cohen’s%20d%20is%20a%20measure,medium%2C%20and%20large%2C%20respectively.

• Causalité : https://soepidemio.com/2016/11/14/correlation-statistique-prudence-a-linterpretation/

Boîte à moustache

Rappels : https://www.stat4decision.com/fr/le-box-plot-ou-la-fameuse-boite-a-moustache/

# On représente la longueur du sépale en fonction de l'espèce
library("ggpubr")
ggboxplot(iris, x = "Species", y = "Sepal.Length", 
          color = "Species", palette = c("#00AFBB", "#E7B800", "#FC4E07"),
          order = c("setosa", "versicolor", "virginica"),
          ylab = "Longueur sépale", xlab = "Espèce")

# Exercice : indiquer une commande pour identifier l'observation (= ligne) outlier pour l'espèce virginica

ANOVA : effet d’un facteur (variable catégorielle) sur une variable numérique

#### Dans RStudio

## Ici : ANOVA à un facteur (one-way ANOVA)

# VI = espèce
# VD = longueur du sépale

# commande ANOVA
fit <- aov(Sepal.Length ~ Species, data = iris)
summary(fit)

##              Df Sum Sq Mean Sq F value Pr(>F)    
## Species       2  63.21  31.606   119.3 <2e-16 ***
## Residuals   147  38.96   0.265                   
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

# commande tests post-hoc
library(tidyverse)
library(rstatix)
iris %>% tukey_hsd(Sepal.Length ~ Species)

## # A tibble: 3 × 9
##   term    group1     group2     null.value estimate conf.low conf.high    p.adj
## * <chr>   <chr>      <chr>           <dbl>    <dbl>    <dbl>     <dbl>    <dbl>
## 1 Species setosa     versicolor          0    0.93     0.686     1.17  3.39e-14
## 2 Species setosa     virginica           0    1.58     1.34      1.83  3   e-15
## 3 Species versicolor virginica           0    0.652    0.408     0.896 8.29e- 9
## # ℹ 1 more variable: p.adj.signif <chr>

#### Dans Jamovi
# ANOVA -> One-way ANOVA

Recodage d’une variable

#### Dans RStudio

## on recode la variable "Species"
# on appelle la variable recodée "Species_r"
# au départ, on y met des 0
iris$Species_r <- rep(0,150) 

iris$Species_r[iris$Species == "setosa"] <- 1
iris$Species_r[iris$Species == "versicolor"] <- 2
iris$Species_r[iris$Species == "virginica"] <- 3

# Pour vérifier
table(iris$Species, iris$Species_r)

##             
##               1  2  3
##   setosa     50  0  0
##   versicolor  0 50  0
##   virginica   0  0 50

#### Dans Jamovi
# Data -> Transform -> using transform -> Create New Transform