• Univarié
  • Variable quantitative
  • Variable qualitative
• Bivarié
  • Var quanti vs quanti
  • Var quali vs quali
  • Var quali vs quanti

Avec pour chaque point, les statistiques à calculer et les graphiques usuels à produire.

Fonction summary() :

• Statistiques basiques sur un vecteur,
• Dépendantes du type du vecteur
  • numeric: moyenne et quelques autres indicateurs
  • factor ou character : occurences
• Si appliquée sur un data.frame, appliquée sur chaque variable.

summary(mtcars)
summary(mtcars$mpg)
summary(mtcars$cyl)
summary(as.factor(mtcars$cyl))

Plusieurs fonctions de calculs de statistiques descriptives

mean(mtcars$mpg)
sum(mtcars$mpg)
var(mtcars$mpg)
sd(mtcars$mpg)
min(mtcars$mpg)
max(mtcars$mpg)
range(mtcars$mpg)
median(mtcars$mpg)
quantile(mtcars$mpg)
quantile(mtcars$mpg, probs = 0.99)
quantile(mtcars$mpg, probs = c(0.01, 0.1, 0.9, 0.99))

Ajouter l’option na.rm = TRUE en cas de données manquantes

Il existe tout un ensemble de fonctions graphiques, dont voici quelques exemples

Histogramme

hist(mtcars$mpg)
hist(mtcars$mpg, breaks = 20)
hist(mtcars$mpg, breaks = c(10, 15, 18, 20, 22, 25, 35))

Boîte à moustache

boxplot(mtcars$mpg)

QQ-plot

qqnorm(mtcars$mpg)
qqline(mtcars$mpg)

Deux fonctions pour les calculs d’occurences et de fréquences

table(mtcars$cyl)
prop.table(table(mtcars$cyl))

Diagramme en barres

barplot(table(mtcars$cyl))

Diagramme circulaires

pie(table(mtcars$cyl))

Calcul des corrélations et des covariances

cov(mtcars$mpg, mtcars$wt)
cor(mtcars$mpg, mtcars$wt)
cor(mtcars$mpg, mtcars$wt, method = "spearman") # ou "kendall" - "pearson" par défaut

Nuage de points

plot(mtcars$mpg, mtcars$wt)
plot(mtcars$mpg ~ mtcars$wt)
plot(mpg ~ wt, mtcars)

On peut aller plus loin en faisant un modéle linéaire simple.

m = lm(mpg ~ wt, data = mtcars)
m
summary(m)
plot(m)
plot(mpg ~ wt, data = mtcars)
abline(m, col = "red")

Table de contingence, mais aussi fréquences totales et marginales (en lignes et en colonnes)

t <- table(mtcars$cyl, mtcars$am)
print(t)
prop.table(t)
prop.table(t, margin = 1)
prop.table(t, margin = 2)

Mosaic plot

mosaicplot(t) 

Diagramme d’association

assocplot(t)

Diagramme en barres

barplot(t)
barplot(t, beside = T)
barplot(prop.table(t, margin = 2), beside = T)

Diagramme en barres empilées

barplot(prop.table(t, margin = 2))

Heatmap (à la main)

image(t(t), axes = F)
axis(1, at = seq(0, 1, length = ncol(t)), labels = colnames(t), lwd = 0)
axis(2, at = seq(0, 1, length = nrow(t)), labels = rownames(t), lwd = 0)

En plus d’obtenir les statistiques par modalité de la variable qualitative, on peut représenter les boîtes à moustaches.

tapply(mtcars$mpg, mtcars$cyl, mean)
tapply(mtcars$mpg, mtcars$cyl, summary)
boxplot(mpg ~ cyl, data = mtcars)
par(mfrow = c(3, 1), mar = c(2, 2, 2, 0) + 0.1)
for (c in c(4, 6, 8)) {
  hist(mtcars$mpg[mtcars$cyl == c], xlim = range(mtcars$mpg), main = c)
}

Il existe plusieurs librairies pour réaliser des graphiques sous R. Une très utilisée est ggplot2

Chargement

library(ggplot2)
libraru(reshape2) # pour la fonction melt()

quanti

qplot(mpg, data = mtcars, binwidth = 2)
qplot(0, mpg, data = mtcars, geom = "boxplot")
qplot(sample = mpg, data = mtcars, stat = "qq")

quali

qplot(factor(cyl), data = mtcars)
qplot(cyl, data = mtcars, geom = "bar")
ggplot(mtcars, aes(x = factor(1), fill = factor(cyl))) + 
    geom_bar(width = 1) + coord_polar(theta = "y")

quanti vs quanti

qplot(wt, mpg, data = mtcars)
qplot(wt, mpg, data = mtcars, geom = c("point", "smooth"))
ggplot(mtcars, aes(x = wt, y = mpg)) + geom_point() + 
    geom_smooth(method = "lm")
ggplot(mtcars, aes(x = wt, y = mpg)) + geom_bin2d()

quali vs quali

tab = melt(prop.table(table(mtcars$cyl, mtcars$am), margin = 1))
ggplot(data=tab, aes(x=factor(Var1), y=value, fill=factor(Var2))) +
    geom_bar(stat="identity")
ggplot(data=tab, aes(x=factor(Var1), y=value, fill=factor(Var2))) +
    geom_bar(stat="identity", position=position_dodge())

tab = melt(table(mtcars$cyl, mtcars$am))
ggplot(data=tab, aes(x=factor(Var1), y=factor(Var2), fill=value)) +
    geom_tile()
ggplot(data=tab, aes(x=factor(Var1), y=factor(Var2), size=value)) +
    geom_point()

quali vs quanti

qplot(factor(cyl), mpg, data = mtcars, geom = "boxplot")
ggplot(data=mtcars, aes(mpg)) + geom_histogram(binwidth = 2) + 
    facet_grid(cyl ~ 1)

et plus encore

ggplot(mtcars, aes(mpg, wt, color=hp, size=disp)) + 
    geom_point() + facet_grid(cyl ~ am)