QCM : Formules R pour l’analyse statistique — 23 questions

Explication

La préparation consiste à lancer library(MASS), éventuellement consulter l’aide, définir le répertoire avec setwd(), puis importer le fichier avec read.table(). L’importation directe sans définir le répertoire peut toutefois fonctionner si le fichier se trouve déjà dans le répertoire courant.

Explication

L’argument row.names=1 demande à R d’utiliser la première colonne comme noms de lignes. Il ne désigne pas la première ligne comme en-tête, rôle assuré par header=TRUE.

Explication

La fonction dim(d) renvoie les dimensions du tableau, c’est-à-dire son nombre de lignes et de colonnes. La fonction str(d) décrit plutôt la structure et le type des variables.

Explication

Le poids est une mesure pouvant prendre de nombreuses valeurs sur un continuum, ce qui en fait une variable quantitative continue. Une variable discrète prend plutôt un nombre limité de valeurs entières.

Explication

L’expression d[, j] sélectionne toutes les lignes de la colonne j. La confusion fréquente consiste à utiliser d[i, ], qui extrait au contraire la ligne i entière.

Explication

L’opérateur == compare x à 10 et teste leur égalité. Le symbole = sert notamment à attribuer une valeur ou à nommer un argument, tandis que != teste l’inégalité.

Explication

subset(d, x > 10 & sex == "F") conserve les lignes qui satisfont simultanément les deux conditions. La fonction which() renverrait leurs positions, tandis que l’opérateur | accepterait l’une ou l’autre condition.

Explication

La commande prop.table(table(x)) transforme les effectifs des modalités en proportions. table(x) fournit des effectifs, tandis que names(which.max(table(x))) identifie seulement la modalité la plus fréquente.

Explication

summary(x) fournit notamment les quartiles, la médiane, la moyenne, les extrêmes et les valeurs manquantes éventuelles. Les autres réponses concernent des analyses qui ne sont pas produites par cette commande.

Explication

L’étendue se calcule par la différence entre le maximum et le minimum, soit $18-5=13$. La valeur 5 est le minimum et 18 le maximum, pas l’étendue.

Explication

tapply(d$y, d$g, mean) applique la moyenne à chaque groupe défini par g. mean(d$y[d$g == "A"]) ne concerne qu’un groupe choisi, ici le groupe A.

Explication

by(d[, 1:4], d$g, cor) applique la corrélation au tableau groupe par groupe. colMeans(d[, 1:4]) calcule une moyenne pour chaque colonne sans effectuer de regroupement.

Explication

Une mesure quantitative continue se représente notamment par un histogramme, qui regroupe les observations en classes. Le diagramme en bâtons convient plutôt aux catégories ou aux petits dénombrements discrets.

Explication

hist(x) regroupe les valeurs quantitatives continues en classes et produit un histogramme. barplot(table(x)) représente des effectifs par catégorie, tandis que pie() produit un camembert et boxplot() une boîte à moustaches.

Explication

La formule boxplot(y ~ g, data=d) compare la distribution de y entre les groupes définis par g, avec une boîte par groupe. L’expression boxplot(d[, 1:4]) produirait plutôt une boîte par colonne sélectionnée.

Explication

Les arguments `main`, `xlab` et `ylab` ajoutent respectivement le titre, l’étiquette de l’axe des abscisses et celle de l’axe des ordonnées. Les arguments `xlim` et `ylim` concernent les bornes des axes, tandis que `pch` concerne la forme des points.

Explication

`mfrow=c(1, 2)` organise deux graphiques sur une ligne et deux colonnes, tandis que `mfrow=c(1, 1)` rétablit une seule zone graphique. La configuration `c(2, 1)` empile plutôt deux graphiques sur deux lignes.

Explication

`plot(x, y)` place `x` en abscisse et `y` en ordonnée, ce qui représente y en fonction de x. `plot(x ~ y, data=d)` inverse les rôles des deux variables dans la formule.

Explication

La corrélation de Pearson évalue une liaison linéaire, alors que celle de Spearman évalue une liaison monotone, y compris lorsqu’elle est courbe. Une relation monotone non linéaire peut donc être mieux décrite par Spearman.

Explication

Le signe négatif indique une liaison décroissante et la valeur absolue de $-0,8$, supérieure à $0,7$, indique une liaison forte. Une valeur positive aurait signalé une liaison croissante.

Explication

Lorsque Spearman est nettement supérieur à Pearson, cela peut indiquer une liaison monotone non linéaire. Le nuage de points doit toutefois être vérifié, car les coefficients ne suffisent pas à eux seuls pour interpréter la forme de la relation.

Explication

Un objet introuvable peut résulter d’un paquet non chargé, comme `MASS`, ou d’une faute de frappe, notamment parce que R distingue les majuscules des minuscules. Les autres commandes concernent respectivement les valeurs manquantes ou les fichiers et répertoires.

Explication

L’argument `na.rm=TRUE` sert à ignorer les valeurs manquantes dans les fonctions statistiques, tandis que `use="complete.obs"` s’emploie avec `cor`. Inverser ces arguments ne correspond pas à leur usage prévu.