{"id":5207,"date":"2024-10-11T11:20:35","date_gmt":"2024-10-11T10:20:35","guid":{"rendered":"https:\/\/thinkr.fr\/abcdr\/calculer_des_statistiques_basiques_avec_summarise\/"},"modified":"2024-10-11T11:20:35","modified_gmt":"2024-10-11T10:20:35","slug":"calculer_des_statistiques_basiques_avec_summarise","status":"publish","type":"post","link":"https:\/\/thinkr.fr\/abcdr\/calculer_des_statistiques_basiques_avec_summarise\/","title":{"rendered":"Calculer des statistiques basiques avec summarise"},"content":{"rendered":"<h1>Calculer des statistiques basiques avec <code>summarise<\/code> en R<\/h1>\n<p>Dans le langage R, la fonction <code>summarise<\/code> (ou <code>summarize<\/code>) est un outil puissant pour effectuer des calculs statistiques sur des ensembles de donn\u00e9es. Elle fait partie du package <code>dplyr<\/code>, qui est largement utilis\u00e9 pour la manipulation de donn\u00e9es. Cet article vous montrera comment utiliser <code>summarise<\/code> pour calculer des statistiques de base, comme la moyenne, la m\u00e9diane, et l&rsquo;\u00e9cart type.<\/p>\n<h2>Installation et chargement du package <code>dplyr<\/code><\/h2>\n<p>Avant de commencer, assurez-vous d&rsquo;avoir install\u00e9 le package <code>dplyr<\/code>. Vous pouvez l&rsquo;installer avec la commande suivante :<\/p>\n<pre><code>install.packages(\"dplyr\")<\/code><\/pre>\n<p>Ensuite, chargez le package :<\/p>\n<pre><code>library(dplyr)<\/code><\/pre>\n<h2>Exemple de donn\u00e9es<\/h2>\n<p>Pour illustrer l&rsquo;utilisation de <code>summarise<\/code>, nous allons cr\u00e9er un petit jeu de donn\u00e9es repr\u00e9sentant les notes d&rsquo;\u00e9l\u00e8ves dans une classe :<\/p>\n<pre><code class=\"language-R\"># Cr\u00e9ation d'un data frame\ndata &lt;- data.frame(\n  nom = c(\"Alice\", \"Bob\", \"Charlie\", \"David\", \"Eva\"),\n  note = c(85, 92, 78, 90, 88)\n)<\/code><\/pre>\n<h2>Utilisation de <code>summarise<\/code><\/h2>\n<p>Nous allons maintenant utiliser <code>summarise<\/code> pour calculer quelques statistiques de base sur les notes des \u00e9l\u00e8ves. Voici comment faire :<\/p>\n<pre><code class=\"language-R\"># Calcul des statistiques de base\nstatistiques &lt;- data %&gt;%\n  summarise(\n    moyenne = mean(note),\n    mediane = median(note),\n    ecart_type = sd(note)\n  )\n\nprint(statistiques)<\/code><\/pre>\n<h3>Explication du code<\/h3>\n<ol>\n<li>\n<strong>Cr\u00e9ation du data frame<\/strong> : Nous avons cr\u00e9\u00e9 un data frame nomm\u00e9 <code>data<\/code> avec deux colonnes : <code>nom<\/code> et <code>note<\/code>.\n<\/li>\n<li>\n<strong>Utilisation de <code>summarise<\/code><\/strong> : <\/p>\n<ul>\n<li>Nous utilisons l&rsquo;op\u00e9rateur <code>%&gt;%<\/code> (pipe) pour passer le data frame <code>data<\/code> \u00e0 la fonction <code>summarise<\/code>.<\/li>\n<li>\u00c0 l&rsquo;int\u00e9rieur de <code>summarise<\/code>, nous calculons trois statistiques :\n<ul>\n<li><code>moyenne<\/code> : la moyenne des notes avec <code>mean(note)<\/code>.<\/li>\n<li><code>mediane<\/code> : la m\u00e9diane des notes avec <code>median(note)<\/code>.<\/li>\n<li><code>ecart_type<\/code> : l&rsquo;\u00e9cart type des notes avec <code>sd(note)<\/code>.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<\/li>\n<li>\n<strong>Affichage des r\u00e9sultats<\/strong> : Enfin, nous affichons le data frame <code>statistiques<\/code> qui contient nos r\u00e9sultats.\n<\/li>\n<\/ol>\n<h2>R\u00e9sultat attendu<\/h2>\n<p>Lorsque vous ex\u00e9cutez le code ci-dessus, vous obtiendrez un r\u00e9sultat similaire \u00e0 ceci :<\/p>\n<pre><code>  moyenne mediane ecart_type\n1      86.6      88   5.066202<\/code><\/pre>\n<p>Cela signifie que la moyenne des notes est de 86.6, la m\u00e9diane est de 88, et l&rsquo;\u00e9cart type est d&rsquo;environ 5.07.<\/p>\n<h2>Conclusion<\/h2>\n<p>La fonction <code>summarise<\/code> de <code>dplyr<\/code> est un excellent moyen de calculer rapidement des statistiques de base sur vos donn\u00e9es. Que ce soit pour des analyses simples ou pour des explorations plus complexes, <code>summarise<\/code> vous permet d&rsquo;obtenir des r\u00e9sum\u00e9s clairs et concis de vos ensembles de donn\u00e9es. N&rsquo;h\u00e9sitez pas \u00e0 l&rsquo;utiliser dans vos propres projets pour simplifier vos analyses statistiques !<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Calculer des statistiques basiques avec summarise en R Dans le langage R, la fonction summarise (ou summarize) est un outil puissant pour effectuer des calculs statistiques sur des ensembles de donn\u00e9es. Elle fait partie du package dplyr, qui est largement utilis\u00e9 pour la manipulation de donn\u00e9es. Cet article vous montrera comment utiliser summarise pour calculer des statistiques de base, comme la moyenne, la m\u00e9diane, et l&rsquo;\u00e9cart type. Installation et chargement du package dplyr Avant de commencer, assurez-vous d&rsquo;avoir install\u00e9 le package dplyr. Vous pouvez l&rsquo;installer avec la commande suivante : install.packages(\u00ab\u00a0dplyr\u00a0\u00bb) Ensuite, chargez le package : library(dplyr) Exemple de donn\u00e9es Pour illustrer l&rsquo;utilisation de summarise,<a class=\"more-link\" href=\"https:\/\/thinkr.fr\/abcdr\/calculer_des_statistiques_basiques_avec_summarise\/\">Read More &rarr;<\/a><\/p>\n","protected":false},"author":2,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"content-type":"","rop_custom_images_group":[],"rop_custom_messages_group":[],"rop_publish_now":"initial","rop_publish_now_accounts":{"twitter_399453572_399453572":""},"rop_publish_now_history":[],"rop_publish_now_status":"pending","jetpack_post_was_ever_published":false,"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[79],"tags":[85,84],"class_list":{"0":"entry","1":"post","2":"publish","3":"author-vincent","4":"post-5207","6":"format-standard","7":"category-statistiques","8":"post_tag-statistiques","9":"post_tag-summarise"},"acf":[],"jetpack_featured_media_url":"","jetpack_shortlink":"https:\/\/wp.me\/p9O7Sx-1lZ","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/posts\/5207","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/comments?post=5207"}],"version-history":[{"count":0,"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/posts\/5207\/revisions"}],"wp:attachment":[{"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/media?parent=5207"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/categories?post=5207"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/tags?post=5207"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}