Rappels
Les bases
- Philosophie
- Quelques définitions
- Présentation des données
- Paramètres d’une distribution
Statistiques inférentielles
- Pourquoi utiliser des statistiques inférentielles?
- Hypothèses
- Décision et erreurs
- Paramétriques ou non paramétriques?
- Quelques tests parmi les plus courants
Comparaison de k groupes
Analyse de variance à 1 facteur
- Principe
- Formalisation
- Conditions d’application
- Tests a posteriori
Alternatives non-paramétriques
- Le test de Kruskal-Wallis
- Autres
Analyse spatiale avec R – une rapide introduction
Rappels de statistiques
- Le test de Kolmogorov-Smirnov
- La loi de Poisson
Analyse spatiale des motifs (point pattern analysis)
- Distribution spatiale: le but
- Analyse des quadrats
- Analyse du plus proche voisin
- La fonction G
- La fonction F
- Le K de Ripley
- Représentation par densité kernel
Auto-corrélation spatiale
- Le principe
- Un exemple temporel
- Auto-corrélation spatiale
- L’indice de Moran
- Test et graphe de l’indice de Moran
Interpolation
- Le principe
- Diagramme de Voronoï
- IDW: Inverse distance weighted interpolation
Le matériel
CM ANOVA – un example – fichiers et correction
CM Kruskal-Wallis – un exemple – correction
TD/TP1 – Apprentissage de R, les données: haches-pour-R.txt; voir aussi ici
TD/TP2 – Tests paramétriques et non-paramétriques –
TD/TP3 – Tests (suite) et régression linéaire, les données : bresilL3
TD/TP4-5 – Analyse spatiale, Les données : PNRM.zip
Ressources et liens
Dès la première séance de TP, les logiciels R et RStudio seront installés (dans cet ordre) sur vos machines personnelles. La vidéo ci-dessous décrit brièvement les principales étapes de l’installation (en cas de besoin), mais aussi l’interface de RStudio .
Des packages pourront être installés (tuto ici en cas de problèmes).
Le logiciel R
Le logiciel RStudio
R pour les statophobes par Denis Poinsot (lien ou pdf).
Statistiques pour les statophobes par Denis Poinsot (lien ou pdf).
Aide-mémoire de statistiques appliquées à la biologie (lien ou pdf)
Statistiques avec R.Un site très bien fait sur l’utilisation de R, illustré par de nombreux exemples (ici).
Un site incontournable pour l’analyse spatiale et R: rspatial
Un excellent livre en pdf sur le net: Analyse spatiale sous R de Nicolas Casajus. ou ici en pdf si le lien ne fonctionne pas.
Bibliographie générale
Voici une liste non exhaustive de bons livres pour maîtriser le logiciel R:
Statistiques avec R, Pierre-André Cornillon, Relié: 276 pages, Editeur : Presses Universitaires de Rennes, Langue : Français
Analyse de données avec R, François Husson, Sébastien Lê et Jérôme Pagès, Relié: 226 pages, Editeur : Presses Universitaires de Rennes, Langue : Français
Régression avec R, Pierre-André Cornillon et Eric Matzner-Lober, Relié: 242 pages, Editeur : Springer, Paris, Langue : Français
Statistical data analysis explained. Applied Environmental Statistics with R., Clemens Reimann, Peter Fitzmoser, Robert Garrett, Rudolf Dutter, Relié: 362 pages, Editeur : Wiley, Langue : Anglais
Data Analysis and Graphics Using R: An Example-based Approach., John Maindonald and John Braun, Relié: 525 pages, Editeur : Cambridge, Langue : Anglais.
Bibliographie spécialisée
Statistics and data analysis in Geology, John C. Davis, 638 pages, Editeur : J. Wiley, Langue : Anglais
Très bon livre comme le Swan et Sandilands, excepté que celui là est disponible. Plutôt cher (aux alentours de 150$), il constitue néanmoins un bon investissement pour l’avenir.
Applied Spatial data analysis, Edzer J. Pebesma et Roger S. Bivand. Relié: 405 p. Editeur: Springer, Langue : Anglais.
La référence concernant l’analyse spatiale avec R!
Séries temporelles avec R, Aragon, Yves. Relié. Editeur: Springer, Langue : Français.
Très bon livre pour débuter avec les séries temporelles sur R.
