Le logiciel R

Ce livre est consacré à un outil désormais incontournable pour l’analyse de données, l’élaboration de graphiques et le calcul (bio)statistique : le logiciel R.
La lecture de l'ouvrage débute par une présentation des possibilités offertes par le logiciel au travers d'une prise en main rapide via l'outil d'interface graphique RCommander, puis via la console.

Après avoir introduit les principaux concepts permettant une utilisation sereine de cet environnement informatique (organisation des données, importation et exportation, accès à la documentation, représentations graphiques, programmation, maintenance, etc.), les auteurs de cet ouvrage détaillent l’ensemble des manipulations permettant la manipulation avec R d’un très grand nombre de méthodes et de notions statistiques : simulation de variables aléatoires, intervalles de confiance, tests d’hypothèses, valeur-p, bootstrap, régression linéaire, ANOVA (y compris répétées), et d’autres encore.

Écrit avec un grand souci de pédagogie et clarté, et agrémenté de nombreux exercices et travaux pratiques dont la correction est maintenant disponible à la fois à la fin de l'ouvrage et au téléchargement sur le site web associé, ce livre accompagnera idéalement tous les utilisateurs de R – et cela sur les environnements Windows, Macintosh ou Linux – qu’ils soient débutants ou d’un niveau avancé : étudiants, enseignants ou chercheurs en statistique, mathématiques, médecine, informatique, biologie, psychologie, sciences infirmières, etc. Il leur permettra de maîtriser en profondeur le fonctionnement de ce logiciel. L’ouvrage sera aussi utile aux utilisateurs plus confirmés qui retrouveront exposé ici l’ensemble des fonctions R les plus couramment utilisées, ainsi que les techniques permettant l'interfaçage avec les langages de plus bas niveau C/C++ et Fortran, et uneinitiation au calcul parallèle et sur carte graphique.

Pierre Lafaye de Micheaux est un chercheur canadien, français et suisse. Après une Licence en physique et un Master en biostatistique, il a obtenu en 2003 un Ph.D. en statistique mathématique décerné conjointement par l'Université Montpellier 2 (France) et l'Université de Montréal (Canada). Après deux post-doc au Centre de Recherche Mathématique de Montréal puis au McConnell Brain Imaging Centre du Montreal Neurological Institute de l'Université McGill, il a obtenu un poste de Maître de Conférences à l'Université de Grenoble. En 2007, il obtient un diplôme de Master en Neurosciences Cognitives de l'Institut National Polytechnique de Grenoble et la même année, il intègre le Grenoble Institute of Neuroscience comme chercheur associé. En 2009, il rejoint le Département de Mathématiques et Statistique de l'Université de Montréal, où il est promu Professeur agrégé deux ans plus tard. En 2013–2014, il est Senior Visiting Fellow à la School of Mathematics and Statistics, ainsi qu'au Centre for Healthy Brain Ageing de l'Université de New South Wales en Australie. Il est l'auteur de nombreuses publications dans des revues internationales en statistique ou neuroscience et a présenté ses travaux dans plusieurs conférences. Ses intérêts de recherche incluent la théorie asymptotique, la biostatistique, le bootstrap, les champs aléatoires complexes, le développement de packages R, les test d'hypothèses, l'Analyse en Composantes Indépendantes, les méthodes de régression linéaire, la sélection de modèles, la multiplicité des tests, la statistique multivariée, les neurosciences, la recherche reproductible, la détermination de taille échantillonnale, les processus stochastiques, la didactique et les séries chronologiques. C'est un utilisateur expérimenté de Linux et de R depuis 1998 et le co-auteur de plusieurs packages R disponibles sur le CRAN.

Rémy Drouilhet, né en 1965, est un chercheur français, originairede la ville de Pau dans les Pyrénées Atlantiques. Après un doctorat en mathématiques appliquées, option statistique (autour du comportement spectral du mouvement Brownien fractionnaire) obtenu en 1993 à l'Université de Pau et des Pays de l'Adour puis un post-doc à « Rice University » à Houston (Texas) au deuxième semestre 1994, il est recruté en 1995 à l'université Pierre Mendès-France de Grenoble en tant que Maître de conférences en faculté d'économie. Ses principales thématiques de recherches sont existence, unicité et percolation dans le cadre des processus ponctuels spatiaux basés sur des interactions de type plus-proches voisins. Actuellement dans l'équipe FIGAL du laboratoire LJK à Grenoble, il s'intéresse aussi à la fiabilité. A la fois dans ses activités d'enseignement et de recherche, il est un utilisateur-développeur expérimenté du logiciel R depuis la première heure. En tant que fervent supporter du Logiciel Libre, il aime initier son entourage à l'utilisation du logiciel R.

Benoit Liquet, né en 1975, est un enseignant-chercheur français originaire de la petite ville de Créon en Gironde. Il suit des études universitaires en mathématiques appliquées à l’université de Bordeaux 1, se tourne ensuite vers la statistique et obtient en 2002 un doctorat en Biostatistique à l’université de Bordeaux Ségalen. Il poursuit ses recherches sur la sélection de modèles avec des applications biomédicales à l’Université de Montpellier 2 où il s’intéresse aux méthodes de réduction de la dimension. Nommé en 2004 maître de conférences à l’université de Grenoble, et rattaché au Laboratoire Jean Kuntzman, il enseigne pendant trois ans au sein de l'IUT de statistique et informatique décisionnelle. En 2007, Il obtient une mutation professionnelle à l’Université Bordeaux Ségalen et effectue sa recherche au sein de l’équipe Biostatistique de l’INSERM U897. Il effectue ses enseignements àl’Institut de Santé Publique d’Épidémiologie et de Développement où il impulse l’usage du logiciel R. Récemment, il développe un vif intérêt pour l’analyse de données génomiques issues d’essais vaccinaux contre le VIH. En 2011, il obtient un congé pour recherche et conversion thématique qui lui permet d’intégrer une équipe de bio-informatique de l’université de Queensland à Brisbane et de se consacrer pleinement à la statistique génomique. Il intègre en 2012 l'équipe Biostatistique du MRC (Medical Research Council) à Cambridge ou il collabore avec Sylvia Richarson autour des méthodes de sélection bayésiennes pour des données de grand dimension. Il poursuit actuellement ces activités de recherche et d'enseignement à l'Université de Queensland à Brisbane en tant que Senior Lecturer. Il est l'auteur de plusieurs publications scientifiques dans des journaux internationaux en statistique, et de plusieurs greffons R.