490
Le logiciel R - Effectuer des analyses statistiques
– de prendre en compte simultan´ ement plusieurs facteurs pouvant expliquer
la variation ou la distribution de la variable Y ;
– d’´ etudier le rˆ ole de modification d’effet ou de confusion d’un ou de plusieurs facteur(s) ;
– de pr´ edire les valeurs ou la distribution de la variable ` a expliquer connaissant les valeurs des variables explicatives.
Pour introduire les concepts clefs de la m´ ethode de r´ egression lin´ eaire, nous
allons commencer par pr´ esenter dans la premi` ere partie le mod` ele de r´ egression
lin´ eaire simple en consid´ erant une variable ` a expliquer quantitative Y et une
seule variable explicative X quantitative, mˆ eme si la variable X peut en principe
ˆ etre aussi qualitative. Dans la deuxi` eme partie, nous pr´ esenterons le mod` ele de
r´ egression lin´ eaire multiple permettant d’´ etudier la relation entre une variable
d´ ependante quantitative Y et plusieurs variables explicatives X 1 , X 2 , . . ., X k qui
peuvent ˆ etre quantitatives ou qualitatives.
Pr´ esentation de l’exemple fil rouge : enquˆ ete « poids de naissance » :
Nous allons reprendre le jeu de donn´ ees POIDS.NAISSANCE d´ ej` a pr´ esent´ e au chapitre B. Il s’agit ici d’expliquer la variabilit´ e du poids de naissance
de l’enfant en fonction des caract´ eristiques de la m` ere, de ses ant´ ec´ edents et
de son comportement pendant la grossesse. La variable ` a expliquer est le poids
de naissance de l’enfant (variable quantitative BWT, exprim´ ee en grammes) et
les facteurs ´ etudi´ es (variables explicatives) sont d´ ecrits dans le chapitre B.
Lecture des donn´ ees
> fichier <+ "http://www.biostatisticien.eu/springeR/Poids_naissance.csv"
> mesdonnees <- read.table(fichier,header=TRUE,sep="\t")
Le poids de la m` ere ´ etant exprim´ e en livres, nous commen¸ cons par effectuer
une transformation du data.frame des donn´ ees pour recoder cette variable en
kilogrammes (1 livre = 0.453 592 37 kg).
> mesdonnees <- transform(mesdonnees,LWT=LWT * 0.4535923)
> attach(mesdonnees) # Accès au nom des variables.
Le logiciel R - Effectuer des analyses statistiques
– de prendre en compte simultan´ ement plusieurs facteurs pouvant expliquer
la variation ou la distribution de la variable Y ;
– d’´ etudier le rˆ ole de modification d’effet ou de confusion d’un ou de plusieurs facteur(s) ;
– de pr´ edire les valeurs ou la distribution de la variable ` a expliquer connaissant les valeurs des variables explicatives.
Pour introduire les concepts clefs de la m´ ethode de r´ egression lin´ eaire, nous
allons commencer par pr´ esenter dans la premi` ere partie le mod` ele de r´ egression
lin´ eaire simple en consid´ erant une variable ` a expliquer quantitative Y et une
seule variable explicative X quantitative, mˆ eme si la variable X peut en principe
ˆ etre aussi qualitative. Dans la deuxi` eme partie, nous pr´ esenterons le mod` ele de
r´ egression lin´ eaire multiple permettant d’´ etudier la relation entre une variable
d´ ependante quantitative Y et plusieurs variables explicatives X 1 , X 2 , . . ., X k qui
peuvent ˆ etre quantitatives ou qualitatives.
Pr´ esentation de l’exemple fil rouge : enquˆ ete « poids de naissance » :
Nous allons reprendre le jeu de donn´ ees POIDS.NAISSANCE d´ ej` a pr´ esent´ e au chapitre B. Il s’agit ici d’expliquer la variabilit´ e du poids de naissance
de l’enfant en fonction des caract´ eristiques de la m` ere, de ses ant´ ec´ edents et
de son comportement pendant la grossesse. La variable ` a expliquer est le poids
de naissance de l’enfant (variable quantitative BWT, exprim´ ee en grammes) et
les facteurs ´ etudi´ es (variables explicatives) sont d´ ecrits dans le chapitre B.
Lecture des donn´ ees
> fichier <+ "http://www.biostatisticien.eu/springeR/Poids_naissance.csv"
> mesdonnees <- read.table(fichier,header=TRUE,sep="\t")
Le poids de la m` ere ´ etant exprim´ e en livres, nous commen¸ cons par effectuer
une transformation du data.frame des donn´ ees pour recoder cette variable en
kilogrammes (1 livre = 0.453 592 37 kg).
> mesdonnees <- transform(mesdonnees,LWT=LWT * 0.4535923)
> attach(mesdonnees) # Accès au nom des variables.