Skip to navigation – Site map

HomeContentsLes comptes rendus2012Pierre-André Cornillon, François ...

Pierre-André Cornillon, François Husson, Nicolas Jégou, Eric Matzner-Lober, Julie Josse, Arnaud Guyader, Laurent Rouvière, Maela Kloareg, Statistiques avec R

Samuel Coavoux
Statistiques avec R
Pierre-André Cornillon, François Husson, Nicolas Jégou, Eric Matzner-Lober, Julie Josse, Arnaud Guyader, Laurent Rouvière, Maela Kloareg, Statistiques avec R, Presses universitaires de Rennes, series: « Pratique de la statistique », 2012, 296 p., ISBN : 978-2-7535-1992-3.
Top of page

Full text

1On a toutes les raisons de se réjouir du succès croissant du logiciel R, en particulier dans les sciences sociales. Contre la fausse facilité des nombreux logiciels d’analyse « clé en main » qui, en voulant simplifier les opérations courantes du statisticien, brident l’inventivité et obligent à de laborieuses répétitions, mais aussi contre la fermeture d’autres langages de programmation mobilisés pour les statistiques, coûteux et lourds, R est libre, gratuit, malléable, et dispose d’une communauté d’utilisateurs extrêmement active, dont un certain nombre participent également à son amélioration. Reste toutefois un bémol : la difficulté du langage. Elle n’est pas fondamentalement plus importante que celle de SAS ou Stata, ses deux principaux concurrents sur le marché des langages de programmation orientés vers la statistique, mais R est encore peu enseigné dans les cours de méthodes quantitatives, et son développement tentaculaire (pour chaque technique statistique existe un grand nombre de fonctions possibles, qui évoluent constamment, tout comme le noyau du logiciel) ne facilite pas son appréhension par le débutant.

2Tout l’intérêt d’un manuel comme celui-ci, qui fête sa troisième édition, est de pouvoir servir à la fois d’introduction et de guide au statisticien débutant. Il s’agit bien de deux fonctions distinctes, et pourtant trop souvent confondues, que l’ouvrage différencie avec pertinence. L’introduction doit familiariser le lecteur au nouveau langage, lui enseigner sa logique, sa syntaxe, ainsi que les opérations de base que l’on peut y opérer. C’est à cela que les quatre premiers chapitres du livre sont consacrés. Le premier présente les éléments principaux du logiciel : les objets que l’on manipule (données, résultats d’analyse, graphiques...), les fonctions qui permettent de les manipuler (avec leur syntaxe générale), et les « packages » qui contiennent ces fonctions. On passe alors aux manipulations fondamentales des données, importation, exportation, préparation, et recodage. Enfin, les fonctions de représentation graphique principales sont présentées, en particulier le package « lattice ». Cette première partie se conclut sur une introduction aux concepts fondamentaux de la programmation en R.

3Cette partie, dans laquelle on apprend également quelques opérations statistiques primaires, présente de grandes qualités pédagogiques, qui n’ont cependant rien d’étonnant, le logiciel ayant inspiré de nombreuses introductions de qualité1. Elle vaut particulièrement pour les séries d’exercices présents à la fin de chaque chapitre, et dont la correction est donnée en annexe. Pour peu que l’on prenne la peine de la lire pour elle-même, et que l’on dispose de quelques heures, ils permettent, en proposant d’appliquer les méthodes enseignées, non seulement de les retenir, mais aussi de s’initier progressivement à la programmation.

4La seconde partie est plus proche du manuel proprement dit. Elle contient vingt fiches consacrées à des techniques d’analyse statistique, toutes mobilisées par les sciences sociales : test de significativité, analyses de variance, régressions, analyses factorielles et classifications. Chacune d’entre elle rappelle brièvement l’objet de la technique et son assise mathématique, puis présente son implémentation dans R à partir d’un exemple concret, aisément reproductible, et qui peut servir de canevas pour analyser ses propres données. Enfin, chaque fiche contient un coin « Rcmdr », une interface graphique qui permet d’utiliser R sans entrer de lignes de commande.

5Statistiques avec R s’avère un manuel très utile, à lire pour débuter et à conserver pour progresser. Sans être dédié aux sciences sociales, il est tout à fait accessible aux chercheurs de ces disciplines, souvent plus réticents au formalisme mathématique et informatique, et peut contribuer à les convaincre de l’intérêt du logiciel. L’équipe à son origine compte d’ailleurs un certain nombre de créateurs du très utile « FactoMineR », package dédié à l’analyse factorielle que nombre de sociologues et de psychologues mobilisent couramment. L’ouvrage ne saurait évidemment prétendre à être un document suffisant pour maîtriser le logiciel, particulièrement si l’on souhaite tirer parti de ses possibilités avancées, ou de techniques moins établies dans le tronc commun de l’analyse statistique en sciences sociales (analyse de séquences, graphes, etc.). Il n’en reste pas moins une ressource précieuse pour apprendre, et enseigner, un langage prometteur.

Top of page

Notes

1 Par exemple Julien Barnier, « Introduction à R », http://alea.fr.eu.org/git/doc_intro_r.git/blob_plain/HEAD:/intro.pdf

Top of page

References

Electronic reference

Samuel Coavoux, « Pierre-André Cornillon, François Husson, Nicolas Jégou, Eric Matzner-Lober, Julie Josse, Arnaud Guyader, Laurent Rouvière, Maela Kloareg, Statistiques avec R », Lectures [Online], Reviews, Online since 28 November 2012, connection on 28 March 2024. URL : http://journals.openedition.org/lectures/9965 ; DOI : https://doi.org/10.4000/lectures.9965

Top of page

Copyright

The text and other elements (illustrations, imported files) are “All rights reserved”, unless otherwise stated.

Top of page
Search OpenEdition Search

You will be redirected to OpenEdition Search