Table Of Contentanalyse-R
Introduction
à l’analyse d’enquêtes
avec R et RStudio
Dernière mise à jour : 30 septembre 2022
DDOOII 1100..55228811//zzeennooddoo..66339988333333
Contributeurs
Par ordre alphabétique:
JulienBarnier,JulienBiaudet,FrançoisBriatte,MilanBouchet-Valat,EwenGallic,FrédériqueGiraud,Joël
Gombin, Mayeul Kauffmann, Christophe Lalanne, Joseph Larmarange, Nicolas Robette.
Création et Maintenance:
Joseph Larmarange —http://joseph.larmarange.net
analyse-R – Introduction à l’analyse d’enquêtes avec R et RStudio
Présentation
L’objectif premier d’analyse-R est de présenter comment réaliser des analyses statistiques et diverses
opérations courantes (comme la manipulation de données ou la production de graphiques) avec R. Il
nes’agitpasd’uncoursdestatistiques:lesdifférentschapitresprésupposentdoncquevousavezdéjà
uneconnaissancedesdifférentestechniquesprésentées.Sivoussouhaitezdesprécisionsthéoriques/
méthodologiquesàproposd’uncertaintyped’analyses,nousvousconseillonsd’utiliservotremoteurde
recherchepréféré.Eneffet,ontrouvesurinternetdetrèsnombreuxsupportsdecours(sanscompterles
nombreux ouvrages spécialisés disponibles en librairie).
– 2 –
analyse-R
Table des matières
Si vous débutez avecRetRStudio, nous vous conseillons de parcourir en premier lieu les chapitres
suivants:
1. Manipuler > Prise en main
2. Analyser > Statistiques introductives
3. Manipuler > Manipulations de données
4. Analyser > Statistiques intermédiares
puis de compléter votre lecture en fonction de vos besoins.
Manipuler
Prise en main
Présentation et Philosophie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
Installation deRetRStudio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
Premier contact . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
Premier travail avec des données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
Extensions (installation, mise à jour) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
Introduction autidyverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
Vecteurs, indexation et assignation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
Listes et Tableaux de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
Facteurs et vecteurs labellisés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
Organiser ses fichiers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
Import de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
Où trouver de l’aide? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
Manipulation de données
Visualiser ses données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
Recodage de variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
Manipuler les données avecdplyr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231
Manipulations avancées avecdata.table . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
Tris . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
– 3 –
analyse-R – Introduction à l’analyse d’enquêtes avec R et RStudio
Sous-ensembles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
Fusion de tables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271
Gestion des dates . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287
Fonctions à fenêtre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289
Manipuler du texte avecstringr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291
Réorganiser ses données avectidyr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303
Scraping . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 321
Exporter
Export de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 331
Export de graphiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 335
Analyser
Statistiques introductives
Statistique univariée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 343
Statistique bivariée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 369
Introduction àggplot2, la grammaire des graphiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 403
Graphiques univariés et bivariés avecggplot2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 425
Données pondérées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 475
Statistiques intermédiaires
Intervalles de confiance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 487
Comparaisons (moyennes et proportions) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 495
Définir un plan d’échantillonnage complexe avecsurvey . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 511
Régression linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 517
Régression logistique binaire, multinomiale et ordinale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 519
Analyse des correspondances multiples (ACM) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 607
Classification ascendante hiérarchique (CAH) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 653
Statistiques avancées
Tableaux statistiques avancés avecgtsummary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 689
– 4 –
analyse-R
Effets d’interaction dans un modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 785
Multicolinéarité dans la régression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 813
Quel type de modèles choisir? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 819
Analyse de survie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 823
Analyse de séquences . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 849
Trajectoires de soins: un exemple de données longitudinales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 877
Analyse de réseaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 957
Analyse spatiale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 959
Analyse textuelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 961
Approfondir
Graphiques
ggplot2et la grammaire des graphiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 963
Étendreggplot2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 967
Combiner plusieurs graphiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1017
Exemples de graphiques avancés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1031
Graphiques interactifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1091
lattice: graphiques et formules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1095
Cartes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1111
Autres extensions graphiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1113
Programmation
Conditions et comparaisons . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1141
Formules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1145
Structures conditionnelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1161
Vectorisation (dontpurrr) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1169
Expressions régulières . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1195
R Markdown: les rapports automatisés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1197
Divers
Mettre en forme des nombres avecscales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1241
– 5 –
analyse-R – Introduction à l’analyse d’enquêtes avec R et RStudio
Couleurs et Palettes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1251
Annotations mathématiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1327
Calculer un âge . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1333
Diagramme de Lexis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1341
Index
Index des concepts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1343
Index des fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1361
Index des extensions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1391
Licence
LecontenudecesiteestdiffusésouslicenceCreativeCommonsAttribution-Pasd’utilisationcommerciale-
Partage dans les mêmes conditions(https://creativecommons.org/licenses/by-nc-sa/3.0/fr/).
CC by-nc-sa
Cela signifie donc que vous êtes libre de recopier / modifier / redistribuer les contenus d’analyse-R, à
conditionquevouscitiezlasourceetquevosmodificationssoientelle-mêmesdistribuéessouslamême
licence (autorisant ainsi d’autres à pouvoir réutiliser à leur tour vos ajouts).
Contribuer
analyse-Rest développé avecRStudioet le code source est librement disponible surGitHub:
https://github.com/larmarange/analyse-R.
Ce projet se veut collaboratif. N’hésitez donc pas à proposer des corrections ou ajouts, voire même à
rédiger des chapitres additionnels.
– 6 –
Présentation et Philosophie
Présentation de R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
Philosophie de R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
Présentation de RStudio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
WEBIN-R
Ce chapitre est évoqué dans le webin-R #01 (premier contact avec R & RStudio) surYouTube.
Présentation de R
Restunlangageorientéversletraitementdedonnéesetl’analysestatistiquedérivédulangageS.Ilest
développédepuisunevingtained’annéesparungroupedevolontairesdedifférentspays.C’estunlogiciel
libre1, publié sous licence GNU GPL.
L’utilisation deRprésente plusieurs avantages:
• c’estunlogicielmultiplateforme,quifonctionneaussibiensurdessytèmesLinux,MacOSXou
Windows;
• c’est un logiciel libre, développé par ses utilisateurs et modifiable par tout un chacun;
• c’est un logiciel gratuit;
• c’estunlogicieltrèspuissant,dontlesfonctionnalitésdebasepeuventêtreétenduesàl’aidede
plusieurs milliers d’extensions;
• c’est un logiciel dont le développement est très actif et dont la communauté d’utilisateurs ne
cesse de s’élargir;
• les possibilités de manipulation de données sous R sont en général largement supérieures à
celles des autres logiciels usuels d’analyse statistique;
• c’est un logiciel avec d’excellentes capacités graphiques et de nombreuses possibilités d’export;
• avec Rmarkdown2, il est devenu très aisé de produire des rapports automatisés dans divers
1.Pour plus d’informations sur ce qu’est un logiciel libre, voir:http://www.gnu.org/philosophy/free-sw.fr.html.
– 7 –
analyse-R – Introduction à l’analyse d’enquêtes avec R et RStudio
format (Word,PDF,HTML, …);
• Restdeplusutilisédanstouslessecteursscientifiques,ycomprisdansledomainedesanalyses
d’enquêtes et, plus généralement, des sciences sociales.
Comme rien n’est parfait, on peut également trouver quelques inconvénients:
• le logiciel, la documentation de référence et les principales ressources sont en anglais. Il est
toutefois parfaitement possible d’utiliserRsans spécialement maîtriser cette langue;
• iln’existepasencored’interfacegraphiquepourRéquivalenteàcelled’autreslogicielscomme
SPSSouModalisa.Rfonctionneàl’aidedescripts(despetitsprogrammes)éditésetexécutés
aufuretàmesuredel’analyseetserapprocheraitdavantagedeSASdanssonutilisation(mais
avecunesyntaxeetunephilosophietrèsdifférentes).Cepoint,quipeutapparaîtrecommeun
groshandicap,s’avèreaprèsuntempsd’apprentissageêtreunmoded’utilisationd’unegrande
souplesse;
• comme R s’apparente davantage à un langage de programmation qu’à un logiciel proprement
dit,lacourbed’apprentissagepeutêtreunpeu«raide»,notammentpourceuxn’ayantjamais
programmé auparavant.
Il est à noter que le développement autour de R a été particulièrement actif ces dernières années. On
trouveradèslorsaujourd’huidenombreusesextensionspermettantdese«faciliterlavie»auquotidien,
ce qui n’était pas vraiment encore le cas il y a 5 ans.
Philosophie de R
Quelques points particuliers dans le fonctionnement de R peuvent parfois dérouter les utilisateurs
habitués à d’autres logiciels:
• Sous R, en général, on ne voit pas directement les données sur lesquelles on travaille; on ne
dispose pas en permanence d’une vue des données sous forme de tableau3, comme sous
ModalisaouSPSS.Cecipeutêtredéroutantaudébut,maisonserendvitecomptequ’onn’apas
besoin de voir en permanence les données pour les analyser.
• Alorsqu’aveclaplupartdeslogicielsonréfléchiraavecunfichierdedonnéesouvertàlafois,sous
Rchaquefichierdedonnéescorrespondraàunobjetdifférentchargéenmémoire,permettant
demanipulertrèsfacilementplusieursobjetsàlafois(parexempledanslecadredefusionde
tables4).
• Avec les autres logiciels, en général la production d’une analyse génère un grand nombre de
résultats de toutes sortes dans lesquels l’utilisateur est censé retrouver et isoler ceux qui
l’intéressent. Avec R, c’est l’inverse: par défaut l’affichage est réduit au minimum et c’est
l’utilisateur qui demande à voir des résultats supplémentaires ou plus détaillés.
2.Voirhttp://rmarkdown.rstudio.com/.
3.On verra qu’il est possible avecRStudiode disposer d’une telle vue.
4.Voir par exemple la section dédiée à ce sujet dans lechapitre sur la manipulation de données.
– 8 –
Présentation et Philosophie
• Sous R, les résultats des analyses sont eux aussi stockés dans des objets et sont dès lors
manipulables.
Inhabituel au début, ce fonctionnement permet en fait assez rapidement de gagner du temps dans la
conduite des analyses.
Présentation de RStudio
L’interface de base deRest assez rudimentaire (voir figure ci-après).
Interface de R sous Windows
Figure 1.Interface de R sous Windows
RStudioestunenvironnementdedéveloppementintégrélibre,gratuit,etquifonctionnesousWindows,
Mac OS X et Linux. Il complète R et fournit un éditeur de script avec coloration syntaxique, des
fonctionnalités pratiques d’édition et d’exécution du code (comme l’autocomplétion), un affichage
simultanéducode,delaconsoleR,desfichiers,graphiquesetpagesd’aide,unegestiondesextensions,
uneintégrationavecdessystèmesdecontrôledeversionscommegit,etc.Ilintègredebasediversoutils
commeparexemplelaproductionderapportsauformatRmarkdown.Ilestendéveloppementactifet
denouvellesfonctionnalitéssontajoutéesrégulièrement.Sonprincipaldéfautestd’avoiruneinterface
uniquement anglophone.
– 9 –
analyse-R – Introduction à l’analyse d’enquêtes avec R et RStudio
Interface de RStudio sous Windows
Figure 2.Interface de RStudio sous Windows
Pour une présentation plus générale de RStudio on pourra se référer au site du projet:
http://www.rstudio.com/.
RStudiopeuttoutàfaitêtreutilisépourdécouvriretdémarreravecR.Lesdifférentschapitresd’analyse-
R partent du principe que vous utilisez R avec RStudio. Cependant, à part les éléments portant sur
l’interfacedeRStudio,l’ensembleducodeetdesfonctionsRpeuventêtreutilisésdirectementdansR,
même en l’absence deRStudio.
LadocumentationdeRStudio(enanglais)estdisponibleenligneàhttps://support.rstudio.com.Pourêtre
tenuinformédesdernièresévolutionsdeRStudio,maiségalementdeplusieursextensionsdéveloppées
dans le cadre de ce projet, vous pouvez suivre le blog dédiéhttp://blog.rstudio.org/.
– 10 –
Description:format (Word, PDF, HTML, …) ;. • R est de plus utilisé dans tous les secteurs scientifiques, y compris dans le domaine des analyses d'enquêtes et
