Durée: 12 mois
Rubrique: Analyste des Risques
Le langage R est largement utilisé pour l'analyse statistique et la visualisation de données. Dans cette leçon, nous couvrirons les bases de la syntaxe R ainsi que les concepts fondamentaux nécessaires pour commencer à manipuler des données.
En R, l'opérateur d'assignation est principalement <
, bien que =
soit également accepté. Voici un exemple de chaque:
r
x < 10
y = 5
R gère plusieurs types de données essentiels:
3.14
, 2
, 8
"Bonjour"
, "R"
TRUE
, FALSE
R propose une multitude de fonctions intégrées pour simplifier les opérations mathématiques et statistiques. Par exemple:
r
sum(x, y)
mean(c(1, 2, 3, 4))
Les vecteurs sont une structure de données fondamentale en R. Voici comment les créer et les manipuler:
r
vecteur < c(1, 2, 3, 4, 5)
On peut effectuer des opérations élémentaires sur les vecteurs:
r
vecteur 2
vecteur + 3
Les matrices sont des collections bidimensionnelles de données numériques. Voici comment en créer une:
r
matrice < matrix(data = 1:9, nrow = 3, ncol = 3)
Les listes peuvent contenir des éléments de différents types:
r
liste < list(nom = "Alice", age = 25, score = c(7, 8, 9))
Les data frames sont utilisés pour stocker des données tabulaires. On peut les créer ainsi:
r
df < data.frame(
nom = c("Alice", "Bob"),
age = c(25, 30),
score = c(85, 90)
)
Les boucles for
et while
sont essentielles pour l'itération:
```r for (i in 1:5) { print(i) }
i < 1 while (i <= 5) { print(i) i < i + 1 } ```
Les structures conditionnelles permettent de contrôler le flux de votre programme:
r
if (x > y) {
print("x est plus grand que y")
} else {
print("x est plus petit ou égal à y")
}
La création de fonctions personnalisées est souvent indispensable:
```r mafonction < function(a, b) { return (a + b) }
résultat < mafonction(3, 4) ```
Cette introduction pose les fondations nécessaires pour aborder des aspects plus complexes de R dans les chapitres suivants. En maîtrisant la syntaxe de base et les concepts fondamentaux, vous serez en mesure d'exploiter pleinement le potentiel de R pour vos analyses de données.