Concevez le bon plan avant la manipulation : randomisation, blocage, factoriels et surface de réponse. 11 modules, R appliqué, fils rouges agronomie / pharmaco / agroalimentaire.

Mesurer la maladie, choisir le bon design, traquer les biais : 11 modules pour maîtriser l’épidémiologie moderne en R (epitools, epiR, metafor).

Modéliser le temps avant l’événement en présence de censures : 8 modules du Kaplan-Meier au Cox flexible.

Du signal à la prévision : 11 modules pour maîtriser ARIMA, SARIMA, lissage exponentiel et l’écosystème tidyverts.

Penser en distributions : 6 modules pour la modélisation bayésienne moderne en R avec brms et Stan.

Du linéaire au mixte en passant par les GLM : 9 modules pour construire une boîte à outils de modélisation rigoureuse.

Probabilité, estimation, tests, taille d'effet, puissance, honnêteté scientifique et pont bayésien : 8 parties · 22 chapitres + 6 annexes pour solidifier vos bases statistiques avec R.

Devenir vraiment efficace en R : 20 modules pour passer d’utilisateur à praticien autonome (tidyverse avancé, Quarto, Git, packages).

R est l'un des langages de programmation les plus prisés dans le monde de l'analyse statistique, de la science des données et de la recherche et RStudio est l'environnement de développement intégré (IDE) le plus populaire pour R, facilitant la programmation, le débogage et la visualisation. Ce cours a été conçu pour vous offrir une immersion complète, structurée et progressive dans le monde de R. Au fil de 6 leçons enrichissantes, nous aborderons :  

• Les fondamentaux du langage R, depuis les types de données jusqu'aux opérations de base.
• Des techniques de programmation avancée pour améliorer votre efficacité.
• La magie des graphiques pour visualiser vos données et résultats d'analyses.
• L'utilisation optimale de RStudio, afin de profiter pleinement de ses fonctionnalités.
• Et enfin, une méthodologie pour continuer à apprendre R de manière autonome.

Plongez au cœur de la data science avec le Tidyverse, une collection d'outils R conçue pour faciliter l'exploration et la visualisation des données. Grâce à ce cours, transformez vos données brutes en informations exploitables et visualisez-les de manière percutante. Rejoignez-nous dans cette aventure et découvrez comment donner vie à vos données ! Au fil de 8 leçons enrichissantes, nous aborderons :

• Manipuler et transformer les données de manière efficace avec le Tidyverse.
• Créer des visualisations impactantes pour vos analyses.
• Rendre vos analyses reproductibles avec Rmarkdown.

Ce cours est conçu pour les passionnés de données, qu'ils soient débutants ou avancés, qui cherchent à améliorer leur compréhension et leur maîtrise des concepts statistiques fondamentaux. Embarquez pour un voyage captivant à travers le monde des statistiques ! Naviguez à travers les vagues de données, explorez des territoires inexplorés, et découvrez les trésors cachés de l'information. Au fil de 8 leçons enrichissantes, nous aborderons :

• Comprendre les concepts clés et les méthodologies en statistique.
• Savoir comment interpréter correctement les données.
• Appliquer des techniques statistiques appropriées pour analyser des données.
• Réaliser vos études statistiques avec le logiciel R.

Plongez dans le monde fascinant de la modélisation statistique et découvrez comment elle peut transformer vos données en prévisions précieuses. Ce cours est conçu pour vous offrir une compréhension claire des principes de base et des techniques avancées de la modélisation statistique. Au fil de 6 leçons enrichissantes, nous aborderons :

• Acquérir une compréhension approfondie des principes de la modélisation statistique
• être capable de choisir la technique appropriée en fonction du problème à résoudre
• Appliquer ces techniques à des cas concrets avec R.

La complexité croissante des données que nous traitons aujourd'hui nécessite une expertise en modélisation avancée pour en tirer des conclusions significatives. C'est ici que ce module entre en jeu, offrant une immersion profonde dans des techniques statistiques avancées. Il est parfaitement adapté à ceux qui ont déjà une base solide en statistiques et cherchent à approfondir leur connaissance. Au fil de 5 leçons enrichissantes, nous aborderons :

• Acquérir une compréhension approfondie des techniques avancées de modélisation
• Être capable d'évaluer le problème à résoudre et de choisir l'approche la plus adaptée
• Appliquer ces techniques à des cas concrets avec R.

En entrant dans le monde fascinant de l'exploration statistique multidimensionnelle, vous êtes sur le point d'embrasser une aventure qui décryptera le langage caché des données. Cette discipline, plus qu'une simple série de méthodes, est une clé qui ouvre des perspectives inédites sur notre environnement saturé d'informations. Dans le vaste océan de données qui nous entoure, l'exploration statistique multidimensionnelle vous donne les outils pour naviguer avec confiance. Au fil de 4 leçons enrichissantes, nous aborderons :

• Vous fournir une solide compréhension des concepts sous-jacents à la multidimensionnalité.
• Vous doter de compétences pratiques pour analyser et interpréter des données complexes.
• Vous montrer comment ces compétences se traduisent par des décisions éclairées dans des situations réelles.

De la corrélation à la causalité : 8 blocs, 24 chapitres. DAGs, scores de propension, g-computation, méthodes quasi-expérimentales et ML causal en R.

Vous pensez que la statistique commence à l’analyse ? Faux. Elle commence au plan d’expérience — avant même la première mesure. Aucun test statistique ne…