LogoLogo
✉️ Contact💬 Forum
Guides de data.gouv.fr
Guides de data.gouv.fr
  • Bienvenue
  • ❓Foire aux questions
  • Documentation de data.gouv.fr
    • Créer un compte utilisateur et rejoindre une organisation
    • Organisation
      • Créer une organisation
      • Suivre l'activité et modifier son organisation
      • Gérer les membres de son organisation
      • Certifier une organisation
      • Supprimer une organisation
    • Jeux de données
      • Publier un jeu de données
        • Publier une Base Adresse Locale
      • Gérer un jeu de données
      • Explorer un jeu de donnée
      • Télécharger le catalogue de données de data.gouv.fr
      • Accéder au catalogue via SPARQL
    • API
      • Publier une API
      • Gérer une API
      • Outils pour les administrations
        • Doctrine des API
        • Accompagnement humain
        • Datapass : Outil d'habilitations
        • Bouquets API Entreprise et API Particulier
    • Réutilisations
      • Publier une réutilisation
      • Gérer une réutilisation
    • Statistiques
    • Ressource communautaire
    • Moissonnage
      • Comprendre les limites du moissonnage
      • Les différents types de moissonneurs
      • Mettre en place un moissonneur
      • Analyser le rapport de moissonnage
      • Moissonnage des plateformes géographiques
    • API de data.gouv.fr
      • Prise en main de l'API
      • Tutoriel d'utilisation
      • Gérer un jeu de données par l'API
      • Référence
        • site
        • datasets
        • reuses
        • discussions
        • organizations
        • spatial
        • users
        • me
        • contacts
        • workers
        • tags
        • topics
        • posts
        • transfer
        • notifications
        • avatars
        • harvest
  • Guides open data
    • Guide juridique
      • Producteurs de données
        • Comprendre la notion d'open data
        • Qui est concerné ?
        • Quelles sont les obligations ?
      • Réutilisateurs de données
        • Respecter les conditions de réutilisation
      • Chronologie de l'open data
    • Guide qualité
      • Evaluer le niveau de qualité d'un jeu de données
      • Préparer un jeu de données de qualité
        • Extraire un jeu de données d'un système d'information
        • Structurer un jeu de données
          • Structurer une Base Adresse Locale
        • Lier des données à un référentiel
      • Documenter des données
        • Bien documenter un jeu de données
        • Diffuser la documentation d'un jeu de données
      • Améliorer la qualité d'un jeu de données en continu
        • Améliorer le score de qualité des métadonnées
        • Connaître et suivre les usages d'un jeu de données
        • Mettre en place une stratégie organisationnelle
      • Maîtriser les schémas de données
        • Comprendre les bénéfices d'utiliser un schéma de données
        • Créer un schéma de données
          • Etape 1 : Phase d'investigation
          • Etape 2 : Phase de concertation
          • Etape 3 : Phase de construction
          • Etape 4 : Phase de promotion et de maintien
          • Focus : Construire un schéma TableSchema
        • Intégrer un schéma de données à schema.data.gouv.fr
        • Produire des données en conformité avec un schéma
        • Indiquer et vérifier qu'une ressource respecte un schéma de données
  • Guides sur l'utilisation des données
    • Introduction à l'open data
      • Comprendre la notion d'open data
      • Comprendre l'écosystème de l'open data
      • Comprendre les conditions d'utilisation des données en open data
      • Découvrir et utiliser data.gouv.fr
    • Guide traitement et analyse de données
      • Trouver des données
      • Prendre connaissance et évaluer la qualité de données
      • Explorer des données
      • Récupérer des données
      • Manipuler des données
        • Ouvrir des données
        • Filtrer des données
        • Nettoyer des données
        • Croiser des données
        • Géocoder des adresses
      • Analyser des données
        • Analyser des données avec le tableur LibreOffice Calc
        • Analyser des données avec Python
        • Analyser des données avec R
      • Visualiser des données
      • Cartographier des données
      • Réaliser des projets utiles et s'inspirer
      • Poser des questions aux producteurs de données
      • Valoriser ses travaux
      • Autres ressources pédagogiques
    • Guide API géographiques
      • Utiliser l'API Adresse
        • Rappel sur les données adresses
        • Géocoder des adresses - théorie
        • Géocoder des adresses - cas pratiques
        • FAQ Adresse
      • Utiliser l'API Découpage administratif
      • Utiliser les tuiles vectorielles
    • Guide données du cadastre
      • Comprendre les données du cadastre et leurs usages
      • Manipuler les données du cadastre
      • Foire aux questions sur le cadastre
    • Guide données météorologiques
    • Guide API "Adresse" de l'IGN
  • Autres ressources utiles
    • Lexique de l'open data
    • Données de la commande publique
      • Publier les données essentielles d’attribution des marchés
      • Déclaration d’un profil d’acheteur
    • Données de forte valeur : métadonnées obligatoires et modalités de rapportage
    • Ressources OpenDataFrance
    • Documentation de transport.data.gouv.fr
    • Les algorithmes publics : pourquoi et comment les expliquer ?
      • Les algorithmes publics : enjeux et obligations
      • Fiche pratique : l'obligation de mention explicite
      • Fiche pratique : l'inventaire des principaux traitements algorithmiques
      • Liste de ressources
    • Codes sources du secteur public : lesquels ouvrir, pourquoi et comment ?
      • Ce document n'est pas...
      • Cadre juridique
    • Catalogage de données - GRIST
    • 📒Guide du participant au Hackathon Météo
      • Ressources du hackathon
        • Données
        • Prise en main des données
        • Outils
        • Programme
        • Informations pratiques
        • Contacts
      • Avant le hackathon
      • Pendant le hackathon : règles et bonnes pratiques
        • Choix du défi
        • Constitution des équipes
        • Sollicitation des mentors
        • Documentation des réalisations
        • Rendu intermédiaire
        • Soumission du projet
        • Evaluation des projets
      • Après le hackathon
        • Evaluation du hackathon
        • Valorisation de votre projet
Propulsé par GitBook
Sur cette page
  • Apprendre à utiliser R
  • Pour aller plus loin
  • Autres ressources pédagogiques
  • Niveau débutant
  • Niveau intermédiaire

Cet article vous a-t-il été utile ?

Modifier sur GitHub
Exporter en PDF
  1. Guides sur l'utilisation des données
  2. Guide traitement et analyse de données
  3. Analyser des données

Analyser des données avec R

PrécédentAnalyser des données avec PythonSuivantVisualiser des données

Dernière mise à jour il y a 29 jours

Cet article vous a-t-il été utile ?

R est un langage de programmation orienté vers le traitement et l’analyse quantitative de données. Il s’agit d’un logiciel libre, développé par ses utilisateurs et utilisatrices.

R permet, entre autres, de :

  • lire et manipuler des données aux formats divers, les convertir ;

  • les enrichir à partir de données externes ;

  • les analyser, les modéliser ;

  • présenter les résultats (tableaux, graphiques, cartes).

Source : Ministère de la transition écologique

Apprendre à utiliser R

Pour aller plus loin

Après avoir réalisé le socle d'initiation.

Autres ressources pédagogiques

Voici un catalogue (non exhaustif) d'autres ressources pédagogiques pour apprendre à utiliser R.

Niveau débutant

[Formation] Initiation à R par l'Insee (Martin Chevalier)

Programme :

  1. Prise en main du logiciel

  • Découverte de l’interface

  • Charger et explorer des données

  • Importer des données à l’aide de packages

  1. Manipuler les éléments fondamentaux du langage

  • Les vecteurs

  • Les matrices

  • Les listes

  1. Travailler avec des données statistiques

  • Manipuler les data.frame

  • Calculer des statistiques descriptives

[Guide] Introduction au langage de programmation R par Datactivist (Diane Thierry)

Programme :

  • Importer les données

  • Nettoyer les données

  • Transformer les données

  • Visualiser les données

  • Communiquer

[Guide] Introduction à R et au tidyverse par Julien Barnier

Programme :

  • Une introduction à R, qui présente les bases du langage R et de l’interface RStudio

  • Une introduction au tidyverse, qui présente cet ensemble d’extensions pour la visualisation, la manipulation des données et l’export de résultats

  • Une partie Aller plus loin qui présente comment créer ses propres fonctions et introduit des notions de programmation plus avancées

[Inventaire de ressources] frrrenchies par frrrenchies

Description : Répertoire collaboratif des packages R qui permettent de travailler avec des données concernant la France et des ressources pédagogiques ou d’entraide francophones.

[Forum] Forum des utilisateurs de R en français

Description :

Forum francophone d'échange autour du logiciel de calcul statistique R

[Forum] Slack des utilisateurs français de R
[Blog] icem7 - R, statistiques par icem7

Description : Exemples concrets et pédagogiques d’utilisation de R présentés dans des articles de blog

[Guide] R Guide par Kaggle 🇬🇧

Description : Ressources en anglais pour apprendre à utiliser le langage R, rédigées par la communauté de Kaggle

Niveau intermédiaire

[Formation] Perfectionnement à R par l'Insee (Martin Chevalier)

Programme :

  • Savoir utiliser les fonctions *apply(), do.call() et Reduce()

  • Travailler efficacement sur des données avec base R

  • Travailler efficacement sur des données avec dplyr

  • Travailler efficacement sur des données avec data.table

  • Réaliser des graphiques avec R

[Documentation] utilitR par l'Insee

Description :

Documentation qui aide à réaliser des traitements statistiques usuels avec R et à produire des sorties (graphiques, cartes, documents).

Présente succinctement les outils les plus adaptés aux différentes tâches, et oriente vers les ressources pertinentes :

  • Mener un projet statistique avec R

  • Importer des données avec R

  • Choisir son paradigme d’analyse de données avec R

  • Manipuler des données avec R

  • Produire des sorties avec R

  • Bonnes pratiques

[Guide externe] Introduction à l’analyse d’enquêtes avec R et RStudio

Auteurs : Julien Barnier, Julien Biaudet, François Briatte, Milan Bouchet-Valat, Ewen Gallic, Frédérique Giraud, Joël Gombin, Mayeul Kauffmann, Christophe Lalanne, Joseph Larmarange, Nicolas Robette

Description :

Présente comment réaliser des analyses statistiques et diverses opérations courantes avec R.

Manipuler

  • Prise en main

  • Manipulation de données

  • Exporter

Analyser

  • Statistiques introductives

  • Statistiques intermédiaires

  • Statistiques avancées

Approfondir

  • Graphiques

  • Programmation

  • Divers

Ce guide est ouvert aux contributions. 💌 Vous avez des idées d'autres ressources pédagogiques sur l'utilisation de R que nous pourrions référencer ici ? .

Accéder à la formation
Accéder au guide
Accéder au guide
Accéder à frrrenchies
Accéder au forum
Accéder au slack
Accéder au blog
Accéder au guide
Accéder à la formation
Accéder à utilitR
Accéder au guide
Faites-nous en part dans ce formulaire
Cover

Maîtriser les fondamentaux de R pour réaliser des opérations simples de traitement et d’analyse de données (partie 1).

Cover

Maîtriser les fondamentaux de R pour réaliser des opérations simples de traitement et d’analyse de données (partie 2).

Cover

Être autonome en matière de statistiques de base avec R.

Cover

Connaître certains outils R d’analyse des données multivariées et mettre en oeuvre des méthodes usuelles.

Cover

Produire des tableaux, des graphiques et des cartes avec R.

Cover

Savoir ce que sont les données spatiales, comment les lire, les manipuler et les visualiser avec R.

Cover

Cover

Utiliser et écrire un fichier parquet, réaliser des manipulations avec duckdb, etc.

Maîtriser l'écriture fonctionnelle, le format quarto, la création de cartes, le développement d'applications Shiny, etc.