Description du document
Statistiques et analyse de données (data mining) avec R
- Éditeur
- Paris : Éditions Technip
- , C 2025
Liste des exemplaires
Identifiez-vous pour pouvoir réserver un document actuellement emprunté par une autre personne ou demander le transfert d'un document entre les bibliothèques de Saint Serge et Belle Beille.
BU Belle Beille Zone calme 1
Cote : 51 950 QUA | Disponibilité | Prêt | Nombre |
|---|---|---|
| Disponible | Pret Normal | 1 |
- Sujet(s)
- R Analyse des données Manuels d'enseignement supérieur
- Description
- 1 volume (XII-602 pages) : illustrations, graphiques, tableaux, couverture illustrée en couleurs ; 24 cm
- Note
-
Bibliographie p. 579-580. Index
- Langue
- français
- ISBN
-
978-2-7108-1200-5
Guide d'initiation à l'analyse des données (data mining), ce manuel présente les statistiques descriptives et explore un large éventail de techniques permettant de réaliser des comparaisons, des régressions ou des classifications à l'aide du logiciel R, en se reposant systématiquement sur des exemples pratiques facilement reproductibles. Il met également l'accent sur les conditions d'utilisation des différents tests et modélisations statistiques, un aspect primordial très souvent négligé par les utilisateurs. Destiné à un large public, cet ouvrage s'adresse aux chercheurs, praticiens et étudiants de nombreuses disciplines : médecine, biologie, anthropologie, économie, finance, marketing, psychologie, sociologie, démographie, et bien d'autres encore.
P. 1 - Chapitre 1. Introduction
P. 1 - 1.1. Introduction générale
P. 2 - 1.2. Le logiciel R et l'interface RStudio
P. 7 - 1.3. Les variables
P. 10 - 1.4. Les statistiques : quelques définitions et considérations préliminaires
P. 14 - 1.5. Exploration et organisation du data frame
P. 43 - 1.6. Exploration et organisation des variables
P. 55 - 1.7. Quelques représentations graphiques
P. 66 - 1.8. Data frames d'entraînement
P. 81 - Chapitre 2. Comparaisons
P. 81 - 2.1. Variables qualitatives : la comparaison de proportions
P. 122 - 2.2. Variables quantitatives : la comparaison de moyennes
P. 152 - 2.3. Les petits échantillons
P. 168 - 2.4. Les échantillons appariés
P. 183 - Chapitre 3. Répétitions
P. 183 - 3.1. Pour comprendre
P. 184 - 3.2. Essais inter-observateurs
P. 220 - 3.3. Essais intra-observateurs
P. 243 - Chapitre 4. Corrélations
P. 243 - 4.1. Pour comprendre
P. 244 - 4.2. Un exemple : double correction de copies
P. 245 - 4.3. Numérotations globulaires mesurées à deux moments différents
P. 246 - 4.4. Conditions de validité
P. 248 - 4.5. Mesure anthropologiques
P. 249 - 4.6. Distribution binormale anormale ou inconnue : le Rho de Spearman et Tau de Kendall
P. 251 - 4.7. Interprétation des coefficients de corrélation
P. 251 - 4.8. Corrélation et causalité
P. 253 - 4.9. Matrice de corrélation
P. 254 - 4.10. Visualisation des corrélations
P. 258 - 4.11. Autre possibilité pour obtenir une matrice de corrélation
P. 259 - 4.12. Aspect visuel des corrélations
P. 260 - 4.13. Corrélation et régression
P. 261 - Chapitre 5. Régressions
P. 261 - 5.1. La régression linéaire
P. 318 - 5.2. La régression polynomiale
P. 343 - Chapitre 6. Classification
P. 343 - 6.1. La régression logistique
P. 404 - 6.2. Régressions régularisées
P. 434 - 6.3. L'analyse discriminante
P. 492 - 6.4. Composantes principales
P. 521 - 6.5. Autres classifieurs
P. 579 - Quelques références utiles
P. 581 - Index
P. 1 - 1.1. Introduction générale
P. 2 - 1.2. Le logiciel R et l'interface RStudio
P. 7 - 1.3. Les variables
P. 10 - 1.4. Les statistiques : quelques définitions et considérations préliminaires
P. 14 - 1.5. Exploration et organisation du data frame
P. 43 - 1.6. Exploration et organisation des variables
P. 55 - 1.7. Quelques représentations graphiques
P. 66 - 1.8. Data frames d'entraînement
P. 81 - Chapitre 2. Comparaisons
P. 81 - 2.1. Variables qualitatives : la comparaison de proportions
P. 122 - 2.2. Variables quantitatives : la comparaison de moyennes
P. 152 - 2.3. Les petits échantillons
P. 168 - 2.4. Les échantillons appariés
P. 183 - Chapitre 3. Répétitions
P. 183 - 3.1. Pour comprendre
P. 184 - 3.2. Essais inter-observateurs
P. 220 - 3.3. Essais intra-observateurs
P. 243 - Chapitre 4. Corrélations
P. 243 - 4.1. Pour comprendre
P. 244 - 4.2. Un exemple : double correction de copies
P. 245 - 4.3. Numérotations globulaires mesurées à deux moments différents
P. 246 - 4.4. Conditions de validité
P. 248 - 4.5. Mesure anthropologiques
P. 249 - 4.6. Distribution binormale anormale ou inconnue : le Rho de Spearman et Tau de Kendall
P. 251 - 4.7. Interprétation des coefficients de corrélation
P. 251 - 4.8. Corrélation et causalité
P. 253 - 4.9. Matrice de corrélation
P. 254 - 4.10. Visualisation des corrélations
P. 258 - 4.11. Autre possibilité pour obtenir une matrice de corrélation
P. 259 - 4.12. Aspect visuel des corrélations
P. 260 - 4.13. Corrélation et régression
P. 261 - Chapitre 5. Régressions
P. 261 - 5.1. La régression linéaire
P. 318 - 5.2. La régression polynomiale
P. 343 - Chapitre 6. Classification
P. 343 - 6.1. La régression logistique
P. 404 - 6.2. Régressions régularisées
P. 434 - 6.3. L'analyse discriminante
P. 492 - 6.4. Composantes principales
P. 521 - 6.5. Autres classifieurs
P. 579 - Quelques références utiles
P. 581 - Index