index.qmd

---
title: Initiation à l'analyse de données avec R 
author: Camille Pelletier<br>Laurence-Olivier M. Foisy
institute: Université Laval
format:
  revealjs:
    mermaid: 
      theme: dark
    theme: simple
    logo: _SharedFolder_fss_introduction_r/img/logo_CLESSN.png
    footer: "Analyse de données avec R"
    transition: slide
    transition-speed: fast
---

## Plan de l'atelier{.smaller}

### 9h à 12h 
- Qu'est-ce que l'analyse de données?
- Pourquoi R?
- Introduction à R et RStudio


### 12h à 15h
- Atelier libre avec des mentors de la CLESSN 
- Exercices avec R

## Objectifs de l'atelier{.smaller}

- Introduire R pour l'analyse de données.
  - Les dataframes
  - Les fonctions
  - Les packages 
  - Les graphiques
  - Les statistiques

> Le but est que vous puissiez sortir d'ici avec une compréhension de base de R et que vous soyez capable d'aller chercher des ressources pour continuer à apprendre.

## Pourquoi suivre cet atelier?{.smaller} 

::::{.columns}

:::{.column width="70%"}

- Base solide pour la recherche académique

> Permet également de comprendre la pertinence de l'utilisation d'un logiciel de traitement de données et d'obtenir des outils pour dédramatiser la science des données

:::

:::{.column}

![](_SharedFolder_fss_introduction_r/img/science.png){.absolute top=150 left=800 width="30%"}
:::

::::

## Pourquoi suivre cet atelier?{.smaller}

<br><br>

### Comprendre le monde autour de nous à travers des données

<br><br>

![](_SharedFolder_fss_introduction_r/img/binoculars.png){.absolute top=430 left=600 width="10%"} 

![](_SharedFolder_fss_introduction_r/img/data.png){.absolute top=300 left=800 width="40%"}
![](_SharedFolder_fss_introduction_r/img/citizen.jpg){.absolute top=470 left=470 width="10%"}


:::{.notes}
Les données sont partout, mais pas nécessairement compréhensible dans leur forme « raw ». L'analyse de données permet de simplifier ces données pour comprendre et expliquer des phénomènes ou des comportements dans le monde qui nous entoure.

Pouvoir de prédiction: prédire comment certaines variables ou facteurs influencent d’autres variables ou événements. 
:::


## Qu'est-ce que l'analyse de données?{.smaller}

> L'analyse de données vise à explorer, décrire et interpréter des informations recueillies sur les comportements humains, les relations sociales et les phénomènes sociétaux. **Ce processus peut inclure des données quantitatives (comme des données issus de sondages) et des données qualitatives (comme des entretiens ou des observations)**.

::: {.incremental}
Principales étapes de l'analyse de données :

1. Collecte des données
2. Préparation des données
3. Analyse statistique
:::


## Les logiciels d'analyse de données{.smaller}

![](https://upload.wikimedia.org/wikipedia/commons/e/ea/SPSS_logo.svg){.absolute top=400 left=100 width="20%"}

![](https://upload.wikimedia.org/wikipedia/commons/7/79/Stata_logo_med_blue.png){.absolute top=150 left=800 width="20%"}

![](https://upload.wikimedia.org/wikipedia/commons/thumb/c/c3/Python-logo-notext.svg/800px-Python-logo-notext.svg.png){.absolute top=400 left=800 width="20%"}

![](https://upload.wikimedia.org/wikipedia/commons/thumb/1/1f/Julia_Programming_Language_Logo.svg/1024px-Julia_Programming_Language_Logo.svg.png){.absolute top=100 left=100 width="20%"}

![](https://upload.wikimedia.org/wikipedia/commons/thumb/1/1b/R_logo.svg/1024px-R_logo.svg.png){.absolute top=200 left=330 width="40%"}


## Pourquoi R?{.smaller}

![](https://upload.wikimedia.org/wikipedia/commons/thumb/1/1b/R_logo.svg/1024px-R_logo.svg.png){.absolute top=0 left=800 width="20%"}

<br><br>

### Open source

- Gratuit
- Collaboratif
- Communauté active
  - Stackoverflow
  - r-bloggers
- Adapté aux besoins des utilisateurs

:::{.notes}
Open source c'est un modèle de développement de logiciels où le code est accessible à tous. Dans un logiciel open source, ce code est publié publiquement, permettant à n'importe qui de le lire, le modifier, le partager, et l'améliorer.
:::

## Pourquoi R?{.smaller}

![](https://upload.wikimedia.org/wikipedia/commons/thumb/1/1b/R_logo.svg/1024px-R_logo.svg.png){.absolute top=0 left=800 width="20%"}

<br><br>

### Packages

- Offre une extension des fonctionnalités de base presque infinie
- Peux répondre à des besoins très spécifiques
- 21,744 packages sur CRAN (Comprehensive R Archive Network)
  - Principal dépôt où sont hébergés les packages R
- Beaucoup plus sur GitHub
  - En plus de CRAN, de nombreux chercheurs publient leurs packages sur GitHub, une plateforme de partage de code

:::{.notes}
Chaque tâche spécifique lié à l'analyse de donnéees peut être automatisé et facilité par R. Collègue récemment à la CLESSN catégorisé les code postaux à la main. 
:::

## Pourquoi R?{.smaller}

![](https://upload.wikimedia.org/wikipedia/commons/thumb/1/1b/R_logo.svg/1024px-R_logo.svg.png){.absolute top=0 left=800 width="20%"}

<br><br>

### Reproductibilité

- Rendre les analyses reproductibles
- Permet de partager les analyses
  - Les scripts R permettent de partager facilement le travail
- Permet de retracer les erreurs
- Partager le code
  - Encourage la transparence et la collaboration dans la recherche

## Pourquoi R?{.smaller}

![](https://upload.wikimedia.org/wikipedia/commons/thumb/1/1b/R_logo.svg/1024px-R_logo.svg.png){.absolute top=0 left=800 width="20%"}

<br><br>

### Très utilisé en science sociale

- Beaucoup de ressources
- Beaucoup de tutoriels orientés vers les sciences sociales
  - Datacamp
  - Coursera
  - Datanovia

#### Bref... important d'utiliser les mêmes outils que les chercheurs dans votre domaine

## La CLESSN{.smaller}

![](https://www.clessn.com/assets/img/logo-black.svg){.absolute top=330 left=630 width="30%"}
![](_SharedFolder_fss_introduction_r/img/yaduf.png){.absolute top=200 left=0 width="35%"}
Chaire de leadership en enseignement des sciences sociales numériques (CLESSN)


::::{.columns}

:::{.column width="50%"}
- Titulaire: Yannick Dufresne
:::

:::{.column width="50%"}
- Objectif: Développer des compétences en science des données pour les étudiants en sciences sociales à travers des projets de recherche et des formations
:::

::::

## Datagotchi{.smaller}

![](_SharedFolder_fss_introduction_r/img/datagotchi_usa.png){.absolute top=0 left=850 width="30%"}

- Application utilisant des variables lifestyles pour prédire le vote
- Utiliser R et l'analyse de données à travers ce projet:
  - Prototypage en Shiny
  - Nettoyage des données
  - Analyse factorielle
  - Régressions et modèles
  - Visualisation

## 

![](_SharedFolder_fss_introduction_r/img/datagotchi_graph.png){.absolute top=0 left=0 width="200%"}

::: {.r-stack}

![](_SharedFolder_fss_introduction_r/img/cartogram.png){.fragment .absolute top=0 left=0 width="200%"}

![](_SharedFolder_fss_introduction_r/img/turnout.png){.fragment .absolute top=0 left=0 width="200%"}

::: 

## R : Au-delà de l'analyse de données{.smaller}

- R ne se limite pas à l'analyse statistique, il peut aussi être utilisé pour développer des applications web interactives

![](_SharedFolder_fss_introduction_r/img/catalogue.png){absolute top=0 left=0 width="20%"}


## Mais derrière tout ça... R{.smaller}

- Voici l'envers du décor : 

![](_SharedFolder_fss_introduction_r/img/catalogue_code.png){absolute top=0 left=0 width="20%"}

## Analyse textuelle

- Analyse de ton 
  - Est-ce que le texte est positif ou négatif?
- Catégorisation de texte 
  - Est-ce que le texte parle de politique, de santé, de sport?
- Analyse d'image
- Transcription audio

## Installer R et RStudio{.smaller}

- C'est quoi la différence entre R et RStudio?
- R est le moteur, RStudio est l'interface
- RStudio facilite l'utilisation de R
- RStudio est un IDE (Integrated Development Environment)

<br><br>

### À télécharger :

- [Installer R](https://cran.r-project.org/)
- [Installer RStudio](https://www.rstudio.com/products/rstudio/download/)


## {background-image="_SharedFolder_fss_introduction_r/img/rstudio.png"}
## {background-image="_SharedFolder_fss_introduction_r/img/rstudio_script.png"}
## {background-image="_SharedFolder_fss_introduction_r/img/rstudio_console.png"}
## {background-image="_SharedFolder_fss_introduction_r/img/rstudio_files.png"}
## {background-image="_SharedFolder_fss_introduction_r/img/rstudio_env.png"}

<!--

## 

![](_SharedFolder_fss_introduction_r/img/rstudio.png){.absolute top=0 left=0 width="200%"}

::: {.r-stack}

![](_SharedFolder_fss_introduction_r/img/rstudio_script.png){.fragment .absolute top=0 left=0 width="200%"}

![](_SharedFolder_fss_introduction_r/img/rstudio_console.png){.fragment .absolute top=0 left=0 width="200%"}

![](_SharedFolder_fss_introduction_r/img/rstudio_files.png){.fragment .absolute top=0 left=0 width="200%"}

![](_SharedFolder_fss_introduction_r/img/rstudio_env.png){.fragment .absolute top=0 left=0 width="200%"}

::: 

-->

## Concept important : Le chemin d'arborescence{.smaller}

- À tout moment vous devez savoir où vous êtes dans votre ordinateur pour pouvoir importer des données, exporter des graphiques ou mettre des fichiers en relation
- Votre R est toujours ouvert dans un dossier, et donc vous devez savoir où il est pour pouvoir importer des données
- La fonction `getwd()` dans R permet de savoir où vous êtes

![](_SharedFolder_fss_introduction_r/img/chemin_arbo.png){.absolute top=400 left=75 width="80%"}


## Concept important : Planifier avant de coder{.smaller} 

#### La plus grosse erreur est de commencer à coder sans savoir ce que vous voulez faire

<br>

- Clarifer vos objectifs: Qu'est-ce que vous voulez faire?
  - Nettoyer des données?
  - Faire un graphique?

Les possibilités sont infinies, donc il est important de savoir où vous voulez aller


## Concept important : Décomposer le problème{.smaller}

- Une fois que vous savez ce que vous voulez faire, il est important de décomposer le problème en petites étapes
- Un script R pour une seule tâche
  - Bien nommer vos scripts pour savoir ce qu'ils font
  - Exemples: 
    - `nettoyage_donnees.R`
    - `graphique.R`
- Chaque script doit être clair et facile à comprendre
- Commenter votre code avec des `#`


## Importer des données{.smaller}

- Les données sont souvent dans des fichiers Excel, CSV, ou autres
  - On utilise des fonctions comme `read.csv()` pour lire les fichiers 

<br>

```r
df <- read.csv("chemin/vers/data.csv")
```
<br>

- Dans cette ligne de code il y a plusieurs éléments importants:
  - Le nom de l'objet : `df` dans ce cas-ci, c'est un dataframe
  - L'opérateur d'assignation : `<-` 
  - La fonction qui permet de lire le fichier : `read.csv()`
  - Le chemin vers le fichier : `"chemin/vers/data.csv"`

## Chemins d'arborescence{.smaller}

#### Important de comprendre comment spécifier le chemin vers un fichier

Voici les deux façons de spécifier le chemin :

- Absolu: `/Users/username/Documents/projet/data/data.csv`
  - Utile seulement sur votre ordinateur, un autre utilisateur ne pourra pas utiliser le même chemin

- Relatif: `data/data.csv`
  - Utile pour partager le code avec d'autres utilisateurs
  
<br>

#### Différence entre mac et windows

- Mac: `/`
- Windows: `\` (il faut s'assurer de changer les `\` pour des `/`)


## Importer des données{.smaller}

Autres fonctions pour importer des données dépendamment du format:

- `df <- readxl::read_excel("chemin/vers/data.xlsx")`
- `df <- readRDS("chemin/vers/data.rds")`

![](_SharedFolder_fss_introduction_r/img/df_in_env.png){.absolute top=300 left=150 width="70%"}


## L'analyse descriptive des données{.smaller}

- Qu'est-ce que c'est?

- `table()`
- `names()`
- `hist()`
- `print()`
- `summary()`


## Représentation graphique des données{.smaller}

### Principes généraux de la visualisation

- Montrer les données
- Choisir des visualisations appropriées : Quelles informations seront utiles ?
- Réduire le bruit visuel
  - Peut déformer les données et être source de distraction
- Éviter les graphiques « spaghetti »
- Commencer en noir et blanc.
- Utiliser les couleurs de manière efficace
- Ratio encre/information

## Représentation graphique des données{.smaller}

- ggplot2
  - layers
  - geom
  - labs
  - themes
- Shiny
  - Créer des applications interactives

## Analyse statistique

- Régression linéaire
- Régression logistique
- Corrélation
- Test t

## Bonnes pratiques

- Nommer vos objets de façon explicite
- Commenter votre code
- Organiser votre code

## Git{.smaller}

::::{.columns}

:::{.column width=50%}

- Créé par Linus Torvalds en 2005
- Gestion de version
- Permet de suivre l'évolution d'un projet
- Utile pour tout ce qui est texte, incluant les articles et les présentations
- Enregistre tous les changements faits depuis la création du projet (.git)
- Reproductibilité et transparence

:::

:::{.column width=50%}

![](img/meme_versions.jpg)

:::

::::

## Important

- Télécharger et installer Git depuis [git-scm.com](git-scm.com)

- Configurer git avant de commencer à l'utiliser

  - Dans le terminal:

```bash
git config --global user.name "username"
git config --global user.email votre@email.com
git config --global credential.helper store
```
<!--`-->

## Git{.smaller transition="none"}

![](img/git.png)

## GitHub{.smaller transition="none"}

![](img/git_github.png)


## GitHub{.smaller}

- GitHub = Git + Internet

- Plateforme de développement collaboratif
- Héberge des projets Git
- Acheté par Microsoft pour 7.5 milliards de dollars
- Lieu d'entreposage de plusieurs projets open source

## Ajouter vos accès{.smaller}

- Créer un compte GitHub :
- Générer un token d'accès classique :
    - Connectez-vous à GitHub et allez dans vos Paramètres.
    - Dans la section Developer Settings, cliquez sur Personal Access Tokens, puis sur Tokens (classic).
    - Créez un nouveau token en cliquant sur Generate new token (classic).
    - Choisissez la durée illimité et donnez tous les accès        
    - Copiez le token généré, car vous ne pourrez plus le visualiser après avoir quitté cette page.
    
- Quand Git demandera un identifiant et un mot de passe, entrez :
    - Identifiant : votre nom d'utilisateur GitHub.
    - Mot de passe : collez le token que vous avez généré.

## Comment l'utiliser?{.smaller}

1. Cloner un projet existant sur votre ordinateur.
  - Ce projet est maintenant un dossier sur votre ordinateur. Vous pouvez le modifier, le supprimer, le déplacer, etc.


```bash
git clone https://lien/vers/repo.git
```
<!--`-->

2. Modifier le projet, ajouter des fichiers, etc.

```bash
git pull 
git add votre_fichier_1 votre_fichier_2
git commit -m "Message de commit"
git push
```
<!--`-->

## Organiser votre répertoire et placer vos données{.smaller}

```bash
/MonProjet
├── data/                
│   ├── raw_data.csv      
│   └── cleaned_data.csv  
├── scripts/             
│   ├── analyse.R         
│   └── visualization.R   
├── results/             
│   ├── summary_statistics.csv  
│   └── plots/                  
│       └── data_distribution.png  
├── docs/                
│   ├── methodology.md    
│   ├── references.bib    
│   └── project_presentation.qmd  
└── README.md            
```
<!--`-->

## Apprendre plus de R{.smaller} 

- swirl
- Datacamp
- R4DS (R for Data Science)
- Advanced R


## Ressources

Quoi faire quand ça ne fonctionne pas?

- ChatGPT
- Réessayer ChatGPT
- La documentation de R
- Google

## Conclusion