Contexte :

Les statistiques sont indispensables pour interpréter correctement les résultats d'une étude scientifique et pour publier. En recherche fondamentale comme appliquée, elles interviennent souvent à la toute fin d'une expérimentation ou d'un projet. Or, il est indispensable de les prendre en compte dès le début de la réflexion autour d'une démarche expérimentale, afin de pouvoir optimiser le recueil d'informations et tirer des conclusions robustes. 

R est un langage interprété de programmation largement utilisé en statistique et analyse de données. L'environnement RStudio permet d'utiliser R notamment via l'éditeur de script et l'interface graphique. C'est à l'heure actuelle l'un des environnements les plus utilisés pour faire de la statistique avec R. Tidyverse est une collection de packages R qui s'intègrent très bien dans RStudio. Simple et rapide à prendre en main pour transformer, visualiser et traiter vos données. Les packages Tidyverse 'ggplot2', 'dplyr' et 'tidyr' sont les plus importants car ils permettent de couvrir l'ensemble des besoins de traitements ; de la restructuration à l'agrégation en passant par les jointures.

Ces nouveaux outils sont de plus en plus utilisé par les utilisateurs de R et les statisticiens. Pour les utiliser un minimum de connaissances est nécessaire. Cette formation est une introduction aux statistiques sous R et RStudio et la collection Tidyverse.

Objectifs de la formation :

• Réviser les bases de la statistiques et son application dans RStudio
• Manipuler et à visualiser des données à l'aide des outils inclus dans Tidyverse (ggplot2, dplyr et tidyr).
• Apprendre à utiliser les fonctions de base relatives aux statistiques sur le logiciel R ;
• Identifier et apprendre à utiliser les tests appropriés pouvant être appliqués à ses données ;
• Être capable d'évaluer la pertinence et la robustesse d'un test statistique;
• Comprendre l'importance d'intégrer les tests statistiques dès le début de la réflexion d'un plan expérimental / d'une étude.
• Construire des graphiques pour mettre en évidence vos résultats

Public visé et prérequis :

• Etudiants en master ou en doctorat/post-doctorat, chercheurs.
• Connaissance sur les bases théoriques de la statistique générale (régression linéaire, test, p- value, distribution, etc.) et maitrise du logiciel R (langage, importation de document, etc.).
• Etre équipé d'un ordinateur portable

Programme des journées de la formation