Higher Education and Research in Agronomy

Packages

Module : Statistique générale [SG]


SG1 : Description d'une série de valeurs


SG2 : Estimation


SG3.1 : Comparaison de deux moyennes


SG3.2 : Comparaison de deux variances


SG4.1 : Analyse de variance à 1 facteur


SG4.2 : Analyse de variance à 2 facteurs


SG5.1 : Liaison entre deux variables quantitatives


SG5.2 : Régression simple


MLAD1 : Régression multiple


MLAD2 : Analyse de variance à deux facteurs avec répétitions


MLAD3 : Plans d'expériences


MLAD4 : Analyse en Composantes Principales (ACP)

Course on Exploratory Multivariate Data Analysis (in English)

This course is a complete course on Exploratory Multivariate Data Analysis (links in blue correspond to the course video, links in brown correspond to the software tutorials).

1. Principal Component Analysis (PCA) 

  1. Data - practicalities
  2. Studying individuals and variables
  3. Interpretation aids
  4. PCA with FactoMineR 
  5. Factoshiny: interactive graphs in exploratory multivariate data analysis 
  6. Handling missing values in PCA

2. Correspondence Analysis (CA) 

  1. Introduction
  2. Visualizing the row and column clouds
  3. Inertia and percentage of inertia
  4. Simultaneous representation
  5. Interpretation aids
  6. CA with FactoMineR 
  7. Text mining with correspondence analysis 
  8. Slides on the CA course

3. Multiple Correspondence Analysis (MCA) 


4. Clustering

  1. Introduction
  2. Example and how to choose the number of clusters
  3. The partitioning method K-means
  4. Characterizing clusters
  5. Clustering with FactoMineR

5. Multiple Factor Analysis

  1. Introduction
  2. Weighting and global PCA
  3. Study of the groups of variables
  4. Complements: qualitative groups, frenquency tables
  5. MFA with FactoMineR

To conclude

Vidéos sur le module de sensométrie

Cet ensemble de vidéos propose un cours de sensométrie.

Recueil de données chocolat : fiche descriptive

1. Introduction

  1. Introduction à la sensométrie
  2. Plans d'expériences en analyse sensorielle
  3. Installation de R et SensoMineR
  4. Importation de données
  5. Plans d'expériences avec SensoMineR

2. Caractérisation de produits

  1. Présentation du jeu de données chocolat
  2. Modèle d'analyse de variance en sensométrie
  3. Caractérisation de produits
  4. Mise en oeuvre avec SensoMineR

3. Evaluation de la performance d'un jury

  1. Cours
  2. Mise en oeuvre avec SensoMineR

4. Construction d'un espace produits

  1. Cours
  2. Mise en oeuvre avec SensoMineR

5. Cartographie des préférences

  1. Cours
  2. Mise en oeuvre avec SensoMineR

6. Analyser des données de catégorisation

  1. Cours
  2. Mise en oeuvre avec SensoMineR

Vidéos de quelques tutoriels sur R

Vous trouverez ici des vidéos pour mettre en oeuvre différentes méthodes statistiques grâce au logiciel R.

Installer un package L'analyse en composante principales
Importer des données L'analyse des correspondances (AFC)
Obtenir des statistiques descriptives L'analyse des correspondances Multiples (ACM)
Construire des graphes simplesL'analyse factorielle multiple (AFM)
Calcul de quantiles et de probabilités critiquesLa classification
Tests et comparaison de moyennesFactoshiny
L'analyse de varianceDonnées manquantes en ACP
La régression linéaire simple Données manquantes en ACM