FUN

Introduction à la Statistique avec R (FUN)

Offered by Université Paris-Saclay,
Introduction à la Statistique avec R (FUN)

Ce cours permet d’apprendre la statistique à l’aide du logiciel libre R. Le recours aux mathématiques est minimal. L’objectif est de savoir analyser des données en comprenant ce que l’on fait. Ce cours permet d’apprendre la statistique à l’aide du logiciel libre R.

Le recours aux mathématiques est minimal. L’objectif est de savoir analyser des données, de comprendre ce que l’on fait, et de pouvoir communiquer ses résultats.
Ce cours s’adresse aux étudiants et praticiens de toutes disciplines qui recherchent une formation pratique. Il sera utile à toute personne ayant le besoin d’analyser un jeu de données réel dans le cadre d’un enseignement, de son activité professionnelle ou de recherche, ou par simple curiosité d’analyser un jeu de données par soi-même (données du web, données publiques…).

Le cours s’appuie sur le logiciel libre R qui est un des logiciels de statistique les plus puissants disponibles actuellement.
Les méthodes abordées sont : les techniques descriptives, les tests, l’analyse de variance, les modèles de régression linéaire et logistique, les données censurées (de survie).
Format
Le cours comprend deux volets :

  • des chapitres de cours abordant des notions de statistiques et des connaissances essentielles sur le logiciel R
  • des "labs": vidéos de pratique du logiciel R sous l’interface RStudio.

Chaque semaine, 4 à 6 vidéos de cours d’une dizaine de minutes et un “lab” seront mis en ligne.

Plan du cours

Semaine 1
Introduction aux statistiques et à R,description d’une variable
Introduction
Chapitre 1 : Définitions
Chapitre 2 : Représentations graphiques
Chapitre 3 : Mesures de position et de dispersion : les principes
Chapitre 4 : Mesures de position et de dispersion : la pratique
Lab 1 : Introduction à R studio, manipulation des fichiers et des variables

Semaine 2
Intervalles de confiance, association entre variables
Chapitre 5 : Intervalles de confiance
Chapitre 6 : Coefficient de corrélation
Chapitre 7 : Risque relatif et odds-ratio
Lab 2 : Manipulation de données, résumés numériques et graphiques
Lab 3 : RMarkdown et rapport automatisé

Semaine 3
Tests statistiques et pratique des tests
Chapitre 8 : Tests statistiques : le “p”
Chapitre 9 : Tests statistiques : l’approche de Neyman et Pearson
Chapitre 10 : Comparaison de deux pourcentages
Chapitre 11 : Comparaison de deux moyennes
Chapitre 12 : Test de nullité d’une corrélation, divers
Lab 4 : Mesures d'association, tests statistiques, update sur RMarkdown

Semaine 4
Régression linéaire simple et multiple, régression logistique
Chapitre 13 : Régression linéaire simple
Chapitre 14 : Régression linéaire, corrélation et test t
Chapitre 15 : Régression linéaire multiple, analyse de variance
Chapitre 16 : Introduction à la régression logistique
Chapitre 17 : Régression logistique multiple
Lab 5 : Régression linéaire et logistique

Semaine 5
Données de survie (censurées), méthodes exploratoires multidimensionnelles
Chapitre 18 : Données de survie ou censurées
Chapitre 19 : Tests et modèles pour données censurées
Chapitre 20 : Introduction aux méthodes exploratoires multidimensionnelles
Chapitre 21 : Analyse en composantes principales
Chapitre 22 : Classification hiérarchique

Go to Class
MOOC List is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Related Courses

Probability and Statistics: To p or not to p? (Coursera) Coursera
University of London

Probability and Statistics: To p or not to p? (Coursera)

Statistics & Data Analysis Data Science

We live in an uncertain and complex world, yet we continually have to make decisions in the present with uncertain future outcomes. Indeed, we should be on the look-out for "black swans" - low-probability high-impact events. To study, or not to study? To invest, or not to invest? To marry, or not to marry?

Oct 5th 2026
5-12 Weeks
Statistics Probability Decision Making
Details
Python and Statistics for Financial Analysis (Coursera) Coursera
The Hong Kong University of Science and Technology - HKUST

Python and Statistics for Financial Analysis (Coursera)

Economics & Finance Business

Python is now becoming the number 1 programming language for data science. Due to python’s simplicity and high readability, it is gaining its importance in the financial industry. The course combines both python coding and statistical concepts and applies into analyzing financial data, such as stock data.

Oct 5th 2026
4 Weeks
Python Statistics Inference
Details
Fondamentaux pour le Big Data (FUN) FUN
Institut Mines-Telecom

Fondamentaux pour le Big Data (FUN)

CS: Software Engineering Sci: Mathematics

Le MOOC « Fondamentaux pour le big data » permet d'acquérir efficacement le niveau prérequis en informatique et en statistiques pour suivre des formations dans le domaine du big data. Le big data offre de nouvelles opportunités d’emplois au sein des entreprises et des administrations. De nombreuses formations préparant à ces opportunités de métiers existent. Le suivi de ces formations nécessite des connaissances de base en statistiques et en informatique que ce MOOC vous propose d’acquérir dans les domaines de l’analyse, algèbre, probabilités, statistiques, programmation Python et bases de données.

No sessions available
5-12 Weeks
Programming Python Statistics
Details
Materials Data Sciences and Informatics (Coursera) Coursera
Georgia Institute of Technology

Materials Data Sciences and Informatics (Coursera)

Engineering Sci: Chemistry

This course aims to provide a succinct overview of the emerging discipline of Materials Informatics at the intersection of materials science, computational science, and information science. Attention is drawn to specific opportunities afforded by this new field in accelerating materials development and deployment efforts.

Oct 5th 2026
5-12 Weeks
Statistics Informatics Chemistry
Details
Data science perspectives on pandemic management (Coursera) Coursera
Politecnico di Milano

Data science perspectives on pandemic management (Coursera)

Statistics & Data Analysis Data Science

The COVID-19 pandemic is one of the first world-wide scenarios where data made a difference in capturing and analyzing the diffusion and impact of the disease. We offer an introductory course for decision makers, policy makers, public bodies, NGOs, and private organizations about methods, tools, and experiences on the use of data for managing current and future pandemic scenarios.

Oct 5th 2026
5-12 Weeks
Gamification Data Analysis Data Science
Details
Functional Programming in Scala Capstone (Coursera) Coursera
École Polytechnique Fédérale de Lausanne

Functional Programming in Scala Capstone (Coursera)

Statistics & Data Analysis Data Science

In the final capstone project you will apply the skills you learned by building a large data-intensive application using real-world data. You will implement a complete application processing several gigabytes of data. This application will show interactive visualizations of the evolution of temperatures over time all over the world.

Oct 5th 2026
5-12 Weeks
Interface Scala Interactive
Details
Population Health: Responsible Data Analysis (Coursera) Coursera
Leiden University

Population Health: Responsible Data Analysis (Coursera)

Statistics & Data Analysis Data Science

In most areas of health, data is being used to make important decisions. As a health population manager, you will have the opportunity to use data to answer interesting questions. In this course, we will discuss data analysis from a responsible perspective, which will help you to extract useful information from data and enlarge your knowledge about specific aspects of interest of the population.

Oct 5th 2026
4 Weeks
Data Analysis R Programming Regression Analysis
Details
S'initier à la Data Science et à ses enjeux (FUN) FUN
CY Cergy Paris Université

S'initier à la Data Science et à ses enjeux (FUN)

CS: Programming Data Science

La Data Science d’un monde qui change ! La Big data, et plus généralement l’analyse de données, occupent une place de plus en plus importante au sein des stratégies de nombreuses organisations. Suivi de performance, analyse des comportements, découvertes de nouvelles opportunités de marché : les applications sont multiples, et intéressent des secteurs variés. Du e-commerce à la finance, en passant par les transports et la santé, les entreprises ont besoin de talents formés à la collecte, au stockage, mais aussi au traitement et à la modélisation des données.

Self Paced
Self-Paced
Artificial Intelligence Machine Learning Big Data
Details
Investigating Epidemics like COVID-19: An Analyst's Guide (Coursera) Coursera
Johns Hopkins University

Investigating Epidemics like COVID-19: An Analyst's Guide (Coursera)

Health & Society

Do you want to learn how to detect, identify the cause, and decrease the morbidity and mortality from outbreaks or pandemics like COVID-19? Are you considering a career in public health practice, but aren’t sure how health departments collect and use outbreak data? Are you working in public health, but interested in moving into analytical and/or technical roles or curious how health departments investigate outbreaks? If so, this course is for you.

Oct 5th 2026
4 Weeks
Data Analysis Epidemics Public Health
Details
Business Intelligence and Competitive Analysis (Coursera) Coursera
Rutgers University

Business Intelligence and Competitive Analysis (Coursera)

Business

By the end of 2019, it is clear that American Airlines (AAL), the world’s largest airline group, is in trouble. With the growth rate of its stock price ranked at the bottom of all major US airlines and going in the opposite direction from the SP500 index, AAL needs to find out what is going on, and how to turn the company and its stock price around.

Sep 28th 2026
4 Weeks
Data Analysis Business Intelligence Benchmarking
Details