Éléments atomiques :

• Manipuler des données
• Produire des présentations graphiques ad hoc (tableau, graphiques)
• Effectuer des traitements statistiques
• Construire un raisonnement quantitatif ou scientifique
• Écrire un rapport ou un document explicatif

Pour deux usages :

• Explorer (usage personnel, « vrai » travail scientifique)
• Expliquer (à destination d'un public)

Le tableur est centré sur le concept… de table ou de feuille de calcul.

La logique de la base de données

Il est donc logique que le tableur soit adapté pour gérer des données ordonnées en lignes et en colonnes.

Le tableur est donc un outil adapté pour :

• Saisir des données
• « Visualiser » une base de données
• Recoder des données

Tous les autres éléments :

• Produire des présentations graphiques ad hoc
• Effectuer des traitements statistiques
• Construire un raisonnement quantitatif ou scientifique
• Écrire un rapport ou un document explicatif

…

Et même pour manipuler des données : coût d'affichage des données quand \(n\) croît.

Le tableur oblige la présence d'un tableau et à l'organisation en lignes et en colonnes.

Or, dans une analyse quantitative, la base de données et sa manipulation sont importantes, certes… mais elles ne sont qu'un élément parmi bien d'autres. Autrement dit, le tableur favorise la logique interne d'une partie à la logique de l'ensemble.

La fin d'un mythe : il n'est pas nécessaire de « voir » ses données pour les traiter.

Exemple : comment voir la répartition des âges dans une base de données de plus de 2000 individus (tiré de l'enquête Histoire De Vie 2003) ?

• Le tableur est un outil adapté pour l'une des étapes de l'analyse de données
• Il n'est pas nécessaire (voire souhaitable) de visualiser la base de données sous forme de tableau pour l'analyser
• C'est le rôle de la statistique descriptive de nous permettre de percevoir des données sous diverses formes : indicateurs synthétiques (paramètres comme la moyenne), visualisation selon différentes raisons graphiques (tableau, histogrammes, etc.).

Un programme est un ensemble d'instructions qu'un ordinateur peut éxécuter.

Le mot programme peut désigner deux concepts distincts :

• Un programme source est un fichier texte (ou un ensemble de fichiers textes) rédigé dans un langage de programmation. On parle en général de code source.

• Un programme binaire est un fichier en langage machine qui décrit les instructions à effectuer à l'échelle du processeur. Il est en général obtenu à partir d'un langage de programmation dit « haut niveau ». On le désigne sous divers noms : éxécutable, application, etc.

Un langage de programmation permet de mobiliser les ressources d'un ordinateur tout en restant intelligible pour un être humain (et anglophone).

Exemple pour produire le tableau croisé précédent :

data("hdv2003")
hdv <- hdv2003
table(hdv$sexe, hdv$nivetud)

Fondamentalement, un programme est un texte, un document rédigé, ce qui correspond davantage aux processus de l'analyse de données.

Il existe de nombreux autres logiciels ou langages adaptés à l'analyse de données.

R a les avantages suivants :

• Libre et gratuit
• Disponible sur un très grand nombre de plateformes
• Standard scientifique et indusriel
• Destiné à un usage statistique avant tout (et non pas logiciel)
• Écosystème développé

À repérer dans RStudio :

• Les bases de données, qui sont des fichiers (.csv), [disque dur]
• L'interpréteur R, aussi appelé "console" [processeur]
• La session R : elle stocke les variables [mémoire vive]
• Les fichiers .R qui peuvent stocker des séries d'instructions [disque dur]
• RStudio qui fournit une surcouche graphique pour R

# Opérations élémentaires
1+2
1-2
1*2
1/2

# Opérations plus complexes
10^2 # 10 puissance 2
sqrt(2) # Racine carrée (SQuare RooT = sqrt) de 2

Quelques types de données élémentaires :

1 # Un chiffre
"sexe" # Une chaîne de caractères
sexe # Différencier sexe (variable) de "sexe" (chaîne de caractères)


c(1, 2, 3, 4) # Un vecteur : série de données au format homogène
c("Homme", "Homme", "Femme") # Un vecteur de texte
# Les vecteurs correspondent donc à des variables (voir séance 6)

factor(c("Homme", "Homme", "Femme")) # Les facteurs :
# Un type de données adapté aux variables qualitatives 

# Stocker une valeur dans la variable sexe
sexe <- c("Homme", "Homme", "Femme")
"sexe" # La chaîne de caractères
sexe # La variable contenant le vecteur ci-dessus

# Créer une variable et y stocker un vecteur
questionnaires <- c(1,0,3,2,2,3,2,4,3,2,2,1,6,3,3,3,4,1,1,3,2,1,3)

length(questionnaires) # Nombre de valeurs (longueur = length du vecteur)
mean(questionnaires) # Moyenne
sum(questionnaires) # Somme
summary(questionnaires) # Informations diverses (summary = résumé)

# Installer un package
install.packages("questionr")

# Charger un package
library("questionr")