• 1. Statistiques descriptives univariées
    • 1.1. Fonction générique summary()
    • 1.2. Autres fonctions pour indicateurs individuels
      • Fonctions de normalité
      • Fonctions de transformation: normalité & rang
    • 1.3. La très utile fonction apply()
    • 1.4. Table de fréquences
      • Fonction table() - Tableaux d’effectifs
      • Autres fonctions pertinentes
  • 2. Statistiques descriptives bivariées
    • 2.1. Tableaux croisées
      • Fonction table() et cie.
      • 2.2. Comparer des groupes : by() et tapply()
      • 2.3. Fonction xtabs - Notation formule

Caroline Patenaude
Bibliothécaire - Bibliothèque des lettres et sciences humaines

Script Colab | Script R



1. Statistiques descriptives univariées


1.1. Fonction générique summary()

  • Fournit les principales mesures de tendance centrale et de dispersion d’une distribution avec quartiles
  • C’est une fonction dont le comportement s’adapte au type d’objet
  • Élimine d’emblée valeurs manquantes
Afficher

Afficher

Afficher


1.2. Autres fonctions pour indicateurs individuels

Afficher

Afficher

Afficher

Afficher

Afficher

Afficher

Afficher

Afficher

Afficher


Fonctions de normalité

Afficher

Afficher


Fonctions de transformation: normalité & rang


1.3. La très utile fonction apply()

Afficher


1.4. Table de fréquences


Fonction table() - Tableaux d’effectifs

Afficher


Autres fonctions pertinentes

Afficher

Afficher

Afficher

Afficher


2. Statistiques descriptives bivariées


2.1. Tableaux croisées


Fonction table() et cie.

  • 1er argument var en ligne (x), 2e var en colonne (y)
Afficher

Afficher

Afficher

Afficher

Afficher

Afficher


2.2. Comparer des groupes : by() et tapply()

  • Les très pratiques fonctions by() et tapply() (variante de la fonction apply)
  • Permettent d’appliquer une fonction sur une variable quantitative (1er) selon les modalités d’une variable catégorielle (2iem)
Afficher

Afficher

Afficher

Afficher


2.3. Fonction xtabs - Notation formule

  • Repose sur l’utilisation de la notation formule qui définissent les relations entre les variables : NomFonction(VD ~ VI).
  • Puisque le tableau croisé n’attribue pas de rôle spécifique aux variables, on place les deux variables après le tilde: ~ x + y.
  • On indique le nom du tableau après la virgule.
Afficher



---
title: "Capsule 6: Statistiques descriptives"
output: 
  html_document: 
    theme: cerulean
    highlight: haddock
    toc: true
    toc_float: 
      collapsed: true
      Smooth_scroll: true
    toc_depth: 3
    code_download: true
css: hide.css
---

<script src="hideOutput.js"></script>

Caroline Patenaude <br> 
*[Bibliothécaire - Bibliothèque des lettres et sciences humaines](https://bib.umontreal.ca/guides/donnees-statistiques-geospatiales/donnees-statistiques)* 
<br> 

[Script Colab](https://github.com/Cours-EDUlib/FAS-ISDS/blob/main/module-4/4_1_statistiques_descriptives.ipynb) | [Script R](https://github.com/Cours-EDUlib/FAS-ISDS/blob/main/module-4/4.1-statistiques-descriptives.R) 

<br>

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
```



<div class="fold o">
```{r}
# Chargement des modules nécessaires
library(car)
library(questionr)
library(psych)
library(Hmisc)

# Ajouter la fonction de téléchargement si nécessaire:
# install.packages("car", dependencies=TRUE)
# install.packages("questionr", dependencies=TRUE)
# install.packages("psych", dependencies=TRUE)
# install.packages("Hmisc", dependencies=TRUE)

# Téléchargement de la base de données hdv2003 du module questionr
# (Extrait de l'enquête "Histoire de vie" de l'Insee - https://www.insee.fr/fr/statistiques/2532244)
data(hdv2003)

# Copie de la base de données dans un objet (datatable) nommé bd
bd <- hdv2003
```

<br>


# 1. Statistiques descriptives univariées

<br>

## 1.1. Fonction générique summary() 
*   Fournit les principales mesures de tendance centrale et de dispersion d’une distribution avec quartiles 
*   C’est une fonction dont le comportement s’adapte au type d’objet
*   Élimine d'emblée valeurs manquantes

```{r}
summary(bd) # base de données 
```


```{r}
summary(bd$age) # variable quantitative
```


```{r}
summary(bd$occup) # variable qualitative
```

<br>

## 1.2. Autres fonctions pour indicateurs individuels

```{r}
# Fonctions diverses permettant d'explorer les indicateurs de centralité 
# et de dispersion pour variable quantitative
# Toujours ajouter na.rm=T en argument

median(bd$heures.tv, na.rm=TRUE)
```


```{r}
mean(bd$heures.tv, na.rm=TRUE)
```


```{r}
max(bd$heures.tv, na.rm=TRUE)
```


```{r}
min(bd$heures.tv, na.rm=TRUE)
```


```{r}
sum(bd$heures.tv, na.rm=TRUE)
```


```{r}
range(bd$heures.tv, na.rm=TRUE)
```


```{r}
var(bd$heures.tv, na.rm=TRUE)
```


```{r}
sd(bd$heures.tv, na.rm=TRUE)
```


```{r}
quantile(bd$heures.tv, na.rm=TRUE)
```

<br>

### Fonctions de normalité

```{r}
skew(bd$heures.tv, na.rm=TRUE) # module psych
```


```{r}
kurtosi(bd$heures.tv, na.rm=TRUE) # module psych
```

<br>

### Fonctions de transformation: normalité & rang

```{r}
bd$age.log <- log(bd$age, base=10)     # Logarithme (, base=10)
```


```{r}
bd$age.sqrt <- sqrt(bd$age)    # Racine carrée
```


```{r}
bd$age.scale <- scale(bd$age, center = TRUE, scale = TRUE)    # Standardisation: centrage et réduction (Zscore)
```


<br>

## 1.3. La très utile fonction apply()

```{r}
### Pour appliquer une fonction sur plusieurs variables à la fois
apply(bd[ ,c("age", "heures.tv","freres.soeurs")], na.rm=TRUE, MARGIN=2, FUN=mean)

# c() indique les variables à utiliser dans le calcul
# MARGIN=2: calcul à travers les participants (ici moyenne de colonnes), =1 est à travers les rangées
# FUN=mean: la fonction à appliquer, pourrait être n'importe laquelle comme somme, variance...
```

<br>

## 1.4. Table de fréquences

<br>

### Fonction table() - Tableaux d'effectifs 

```{r}
table(bd$freres.soeurs)    # var numérique
```


```{r}
tb.cat <- table(bd$qualif)            # var quali (résultat pareil à summary())

# Exclu NA par défaut, sinon il faut utiliser l’argument useNA ="always" ou "ifany"
# On place la table dans un nouvel objet pour pouvoir lui appliquer d'autres opérations
```


<br>

### Autres fonctions pertinentes

```{r}
prop.table(tb.cat) # Appliquée à une "table" pour transformer les valeurs en proportions
```

```{r}
# Afficher en % et arrondir

round((prop.table(tb.cat))*100) 
```


```{r}
# Fonction freq (module questionr)

freq(bd$qualif) # affiche les NA par défaut
```


```{r}
### Fonction freq: nombreux arguments utiles possibles

freq(bd$qualif, cum = TRUE, total = TRUE, sort = "inc", digits = 0, exclude = NA)

  # cum: afficher ou non les % cumulés
  # total: ajouter les effectifs totaux
  # sort: trier le tableau par fréquence croissante (sort="inc") ou décroissante (sort="dec")
  # digits: arrondir
  # exclude: exclure valeurs manquantes
```

<br>

# 2. Statistiques descriptives bivariées

<br>

## 2.1. Tableaux croisées

<br>

### Fonction table() et cie.
*   1er argument var en ligne (x), 2e var en colonne (y)

```{r}
tb <-table(bd$trav.satis, bd$sexe) 

# pour une table à plus de deux niveaux, simplement ajouter une variable additionnelle
```


```{r}
tb # Distribution de la satisfaction au travail selon le sexe
```

```{r}
# Ajouter les totaux des effectifs

addmargins(tb)    
```


```{r}
# % Totaux 
prop(tb)      
```


```{r}
# % Totaux

prop.table(tb, margin = 2)    

# margin = 1 pour proportion en rangées
# margin = 2 pour proportion en colonnes
# *100
```


```{r}
# rprop et cprop de questionr pour %

cprop(tb, percent = TRUE)    # % en colonnes

# Argument percent pour afficher les %
```

```{r}
rprop(tb, percent = TRUE, digits = 0)    # % en lignes, argument digits pour arrondir
```

<br>

### 2.2. Comparer des groupes : by() et tapply() 

*   Les très pratiques fonctions by() et tapply() (variante de la fonction apply)
*   Permettent d'appliquer une fonction sur une variable quantitative (1er) selon les modalités d'une variable catégorielle (2iem)

```{r}
by(bd$age, bd$sexe, mean, na.rm=TRUE)
```

```{r}
tapply(bd$age, bd$sexe, mean, na.rm=TRUE)
```

```{r}
tapply(bd$relig, bd$sexe, table) 
```

```{r}
tapply(bd$relig, bd$sexe, freq)
```

<br>

### 2.3. Fonction xtabs - Notation formule

* Repose sur l'utilisation de la notation formule qui définissent les relations entre les variables : NomFonction(VD ~ VI).
* Puisque le tableau croisé n'attribue pas de rôle spécifique aux variables, on place les deux variables après le tilde: ~ x + y.
* On indique le nom du tableau après la virgule.

```{r}
xtabs (~ sexe + occup, bd)
```

<br>

***

</div>