248
Le logiciel R - Maˆ ıtriser le langage
d’interpr´ eter la formule pour r´ ealiser les tˆ aches souhait´ ees. Cela reste toutefois
d’un niveau tr` es avanc´ e, et nous renvoyons le lecteur `
a la documentation de R.
Proposons quelques exemples de formules sans signification particuli` ere, mais
qui serviront `
a nous familiariser avec ce nouvel objet :
> y∼x
y ∼ x
> y∼(x+y:z) * t|v
y ∼ (x + y:z) * t | v
> y1+y2|w ∼ (x+y:z) * t|v
y1 + y2 | w ∼ (x + y:z) * t | v
Il est bon de souligner que mˆ eme si les quantit´ es exprim´ ees dans les formules
ci-dessous ne sont pas des objets R existants aucune erreur n’est retourn´ ee. En
revanche, n’oubliez pas qu’une erreur de syntaxe engendre un message d’erreur :
> y∼x+y) * t|v
Erreur : ’)’ inattendu(e) dans "y∼x+y)"
Concentrons-nous maintenant sur son utilisation dans le syst` eme R. Comme la
formule n’est pas un objet courant, l’utilisateur ne devine pas forc´ ement qu’elle
s’enregistre comme tout autre objet R.
> form <- y∼x
> form
y ∼ x
Les deux utilisations principales sont dans les contextes des graphiques et
des statistiques. L’usage dans les graphiques est une alternative ` a celle que l’on
a d´ ej` a vue dans le chapitre 5.
> x <- runif(10)
> y <- runif(10)
> plot(x,y)
> plot(y∼x)
Le graphique produit n’est pas fourni ici puisque le seul int´ erˆ et est de montrer que les deux instructions avec ou sans formule sont ´ equivalentes. Notons
l’interversion des variables x et y dans ces deux utilisations, la version avec
formule plot(y∼x) exprimant plus litt´ eralement l’action effectu´ ee : repr´ esentation graphique (c’est-` a-dire plot() en anglais) de y en fonction de x. Cette
version ´ el´ egante (c’est du moins notre avis) est bien entendu propos´ ee pour les
fonctions compl´ ementaires points() et lines().
Dans un contexte de nature statistique, une fonction relative ` a un traitement
sp´ ecifique ` a un certain mod` ele statistique prend comme param` etre d’entr´ ee
(souvent le premier, ce qui souligne son grand int´ erˆ et) une formule ´ etablissant
la relation entre les variables du mod` ele. L’exemple le plus simple est certainement le mod` ele de r´ egression lin´ eaire (linear model en anglais) dont voici un
exemple
11 :
11. Il n’est nullement question de traiter ici plus en d´ etail comment R g` ere le mod` ele de
r´ egression lin´ eaire puisque cela sera abord´ e au chapitre 12.
Le logiciel R - Maˆ ıtriser le langage
d’interpr´ eter la formule pour r´ ealiser les tˆ aches souhait´ ees. Cela reste toutefois
d’un niveau tr` es avanc´ e, et nous renvoyons le lecteur `
a la documentation de R.
Proposons quelques exemples de formules sans signification particuli` ere, mais
qui serviront `
a nous familiariser avec ce nouvel objet :
> y∼x
y ∼ x
> y∼(x+y:z) * t|v
y ∼ (x + y:z) * t | v
> y1+y2|w ∼ (x+y:z) * t|v
y1 + y2 | w ∼ (x + y:z) * t | v
Il est bon de souligner que mˆ eme si les quantit´ es exprim´ ees dans les formules
ci-dessous ne sont pas des objets R existants aucune erreur n’est retourn´ ee. En
revanche, n’oubliez pas qu’une erreur de syntaxe engendre un message d’erreur :
> y∼x+y) * t|v
Erreur : ’)’ inattendu(e) dans "y∼x+y)"
Concentrons-nous maintenant sur son utilisation dans le syst` eme R. Comme la
formule n’est pas un objet courant, l’utilisateur ne devine pas forc´ ement qu’elle
s’enregistre comme tout autre objet R.
> form <- y∼x
> form
y ∼ x
Les deux utilisations principales sont dans les contextes des graphiques et
des statistiques. L’usage dans les graphiques est une alternative ` a celle que l’on
a d´ ej` a vue dans le chapitre 5.
> x <- runif(10)
> y <- runif(10)
> plot(x,y)
> plot(y∼x)
Le graphique produit n’est pas fourni ici puisque le seul int´ erˆ et est de montrer que les deux instructions avec ou sans formule sont ´ equivalentes. Notons
l’interversion des variables x et y dans ces deux utilisations, la version avec
formule plot(y∼x) exprimant plus litt´ eralement l’action effectu´ ee : repr´ esentation graphique (c’est-` a-dire plot() en anglais) de y en fonction de x. Cette
version ´ el´ egante (c’est du moins notre avis) est bien entendu propos´ ee pour les
fonctions compl´ ementaires points() et lines().
Dans un contexte de nature statistique, une fonction relative ` a un traitement
sp´ ecifique ` a un certain mod` ele statistique prend comme param` etre d’entr´ ee
(souvent le premier, ce qui souligne son grand int´ erˆ et) une formule ´ etablissant
la relation entre les variables du mod` ele. L’exemple le plus simple est certainement le mod` ele de r´ egression lin´ eaire (linear model en anglais) dont voici un
exemple
11 :
11. Il n’est nullement question de traiter ici plus en d´ etail comment R g` ere le mod` ele de
r´ egression lin´ eaire puisque cela sera abord´ e au chapitre 12.