Module 1 Régression linéaire I
Objectifs
Retrouver ses marques avec R, RStudio et la SciViews Box et découvrir les fonctions supplémentaires de la nouvelle version
Découvrir la régression linéaire de manière intuitive
Découvrir les outils de diagnostic de la régression linéaire, en particulier l’analyse des résidus
Prérequis
Avant de vous lancer tête baissée dans de la matière nouvelle, assurez-vous d’avoir installé la SciViews Box 2023. Si ce n’est pas encore fait, retournez à la page d’accueil pour bien débuter.
RStudio et (R) Markdown ne doivent plus avoir de secrets pour vous. Les modifications par rapport à l’année précédente vous sont présentées à la première séance du cours. La présentation est disponible ici.
À vous de jouer !
Vous devez aussi maîtriser les bases de Git et de GitHub (avoir un compte GitHub, savoir cloner un dépôt localement, travailler dans GitHub et l’onglet Git de RStudio pour faire vos “commits”, “pulls” et “pushes”), gérer les conflits, etc.
À vous de jouer !
L’ensemble de ces outils a été abordé dans le premier module et dans les annexes du cours précédents SDD I.
Outre les outils, ce cours s’appuie sur des notions que nous avons déjà abordées dans le premier cours comme la réalisation de graphiques en nuage de points et de graphiques quantile-quantile, le test de Student, l’analyse de la variance à un facteur et à deux facteurs ou encore les associations entre les variables. Assurez-vous de bien maîtriser ces différentes parties du cours 1 avant d’entamer le présent module.
À vous de jouer !
Les tutoriels learnr auxquels vous êtes maintenant habitués seront là pour vous aider à autoévaluer votre progression. Pour le cours 2, ces tutoriels sont dans le package {BioDataScience2} qui est installé dans votre machine virtuelle.
À vous de jouer !
Réalisez le tutoriel ci-dessous afin de revoir une série de notions du cours de science des données 1.
Effectuez maintenant les exercices du tutoriel B00La_refresh (Rappel de SDD I).
BioDataScience2::run("B00La_refresh")