Formation Logiciel R, Perfectionner l’analyse de données Mixte : présentiel / à distance

• Savoir organiser son environnement de travail pour fluidifier son processus d'analyse
• Connaître les packages utilisés dans la plupart des projets professionnels
• Savoir utiliser les bonnes structures de données pour les manipuler efficacement
• Savoir visualiser de façon élégante et rapide les données
• Maîtriser la manipulation des données avec les package dplyr, forecast, stringr, lubridate, etc.
• Savoir assembler les données (jointure)
• Savoir représenter graphiquement les données avec le package ggplot2
• Savoir générer dynamiquement son rapport d'analyse avec rmarkdown
• Comprendre la programmation fonctionnelle (purrr)

• Pour les utilisateurs du logiciel R

• Avoir des connaissances de base sur le logiciel R

Organiser son travail sous R

• Travailler en projet R : notion de working directory, workspace, history
• Architecture de son projet R : data, plots, images, scripts, etc..
• Bonnes pratiques pour la création de fichiers de données
• Importation et exportation de fichiers avec le package here
• Mettre à jour ses packages
• Mettre à jour R et R Studio

Manipuler facilement ses données avec le package dplyr

• Introduction au package tidyverse et à la notion de pipe
• Filtrer des lignes avec la fonction filter()
• Sélectionner des colonnes (variable) avec la fonction select()
• Création de nouvelles variables avec la fonction mutate()
• Renommer ses variables avec la fonction rename()
• Calcul de paramètres par sous-groupes : fonctions group_by() et summarise()
• Passage du format wide au format long

Manipulation des variables catégorielles avec le package forecats

• Inspecter les variables catégorielles avec les fonctions levels(), fct_count et fct_unique
• Modifier l'ordre des modalités
• Modifier le nom des modalités

Manipuler les chaînes de caractères avec le package stringr

• Détection de patterns
• Découpage
• Gestion des longueurs
• Remplacement

Manipuler des données de date : utilisation du package lubridate

• Convertir les données au format YYYY-MM-DD et HH:MM:SS
• Décomposer les éléments d'année, de mois et de jour
• Calculer des différences de dates et les exprimer en jours, ou heures

Assemblage de tables

• Les différentes jointures (par colonne): left join, right join, inner join et full join
• Assemblage par lignes
• Exemple d'applications pour l'analyse de données

Réaliser des représentations graphiques performantes avec le package ggplot2

• Le principe des couches successives de ggplot2
• Réalisation des graphiques de base : scatterplot, barplots, line plot, boxplots
• Gestion des couleurs, titres, axes et légendes
• Représentation des séries temporelles
• Utilisation du format long et facetting
• Ajouter du texte sur un graphique (ex : équation)
• Exporter son graphique : format et résolution
• Utilisation des addins esquisse et Colour Picker

Générer dynamiquement son rapport d'analyse avec R Markdown

• Principe, formats de sorties (html, docx, pdf)
• Les différents éléments d'un fichier Rmd : en-tête, chunk, etc...
• Gestion des éléments de texte : gras, italique, titre
• Gestion des tables
• Gestion des images
• Gestion des graphiques
• Gestion des options des éléments de code
• Gestion de la table des matières et numérotation
• Les rapports paramétrés : automatisation des rapports d'analyse par sous groupe

Introduction à la programmation fonctionnelle avec le package purrr

• Les list
• Les fonctions map()
• Nested data

Docaposte Institute propose plusieurs dispositifs pédagogiques adaptés aux apprenants :

• Formation en présentiel
• En groupe (inter-entreprises ou intra-entreprise)
• En individuel (monitorat)
• En journée ou en cours du soir (sur demande spécifique)
• Formation en distanciel
• Distanciel synchrone
• Distanciel asynchrone

• Alternance d'apports théoriques et de mises en pratique contextualisées.
• Progression pédagogique structurée, de la compréhension à la mise en œuvre opérationnelle.
• Pédagogie immersive favorisant une mise en application immédiate des compétences.
• Formation interactive et participative s'appuyant sur des ateliers pratiques, études de cas et échanges collectifs (+ 60 % du temps de formation.)
• Séquences pédagogiques rythmées et évaluations formatives régulières pour renforcer l'ancrage des apprentissages.
• Supports de cours, ressources documentaires et références mis à disposition par le formateur

En amont de la formation (évaluation en ligne dans l'extranet apprenant)

• Recueil des besoins et des attentes des participants.
• Auto-positionnement permettant d'évaluer le niveau initial des apprenants.

Tout au long de la formation

• Évaluations continues réalisées par le formateur travers des questions orales, exercices, QCM, études de cas et mises en situation pratiques.
  
  

À l'issue de la formation (évaluations en ligne dans l'extranet apprenant)

• Auto-positionnement afin de mesurer l'acquisition des compétences visées.
• Validation de l'acquisition des compétences par le formateur
• Questionnaire de satisfaction « à chaud » à l'issue de la formation
• Questionnaire de satisfaction "à froid", 45 jours après la formation afin d'évaluer l'ancrage des acquis et leur mise en application en situation professionnelle.

• Admission sans disposition particulière