Table des figures

Table des figures
A.1
A.2
Quelques possibilités graphiques offertes par R. . . . . . . .
Illustration de l’interface graphique Rcmdr. . . . . . . . . .
4
5
1.1
1.2
Vue de la fenêtre de script et de la console de commandes.
Caractéristiques d’un nombre complexe. . . . . . . . . . . .
18
26
5.1
Visualisation de l’effet du paramètre mfrow de la fonction
par(). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Visualisation du potentiel de la fonction layout(). . . . . .
La fonction layout() et ses paramètres widths et heights.
La fonction plot(). . . . . . . . . . . . . . . . . . . . . . .
La fonction points(). . . . . . . . . . . . . . . . . . . . . .
Les fonctions segments() et lines(). . . . . . . . . . . . .
La fonction abline(). . . . . . . . . . . . . . . . . . . . . .
La fonction arrows(). . . . . . . . . . . . . . . . . . . . . .
La fonction curve(). . . . . . . . . . . . . . . . . . . . . .
La fonction box(). . . . . . . . . . . . . . . . . . . . . . . .
Le paramètre col de la fonction plot(). . . . . . . . . . .
Le paramètre alpha de la fonction rgb(). . . . . . . . . . .
Un exemple utilisant la fonction rainbow(). . . . . . . . .
La fonction display.brewer.all() du package RColorBrewer. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
La fonction image(). . . . . . . . . . . . . . . . . . . . . .
La fonction image() avec un affichage cohérent avec les données. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
La fonction text(). . . . . . . . . . . . . . . . . . . . . . .
La fonction mtext(). . . . . . . . . . . . . . . . . . . . . .
La fonction title(). . . . . . . . . . . . . . . . . . . . . .
Titre sur plusieurs lignes dans un graphique. . . . . . . . .
La fonction axis(). . . . . . . . . . . . . . . . . . . . . . .
La fonction legend() avec des carrés. . . . . . . . . . . . .
La fonction legend() avec des segments. . . . . . . . . . .
Figure illustrant la gestion fine des paramètres graphiques.
5.2
5.3
5.4
5.5
5.6
5.7
5.8
5.9
5.10
5.11
5.12
5.13
5.14
5.15
5.16
5.17
5.18
5.19
5.20
5.21
5.22
5.23
5.24
116
117
118
119
120
120
121
122
123
124
125
126
127
128
129
130
131
132
133
133
134
135
136
140
xxviii
Le logiciel
R
5.25
5.26
5.27
5.28
5.29
5.30
5.31
Gestion des couleurs sur un graphique. . . .
Mise en situation des paramètres adj et srt.
Utiliser diverses polices sur un graphique. . .
Gestion des étiquettes sur un graphique. . . .
Les paramètres lend et ljoin. . . . . . . . .
Le paramètre pch. . . . . . . . . . . . . . . .
Les paramètres lty et lwd. . . . . . . . . . .
.
.
.
.
.
.
.
141
143
144
146
147
148
148
6.1
Résultat de l’appel de la fonction affiche.reg1(). . . . .
168
8.1
Fonction sinc modifiée. . . . . . . . . . . . . . . . . . . . .
245
9.1
9.2
9.3
9.4
9.5
9.6
9.7
Algorithme de détermination du type d’une variable. . . . .
Diagramme en croix pour une variable qualitative. . . . . .
Diagramme en points pour une variable qualitative. . . . .
Diagramme en tuyaux d’orgue pour une variable qualitative.
Diagramme de Pareto pour une variable qualitative. . . . .
Diagramme empilé pour une variable qualitative. . . . . . .
Tuyaux d’orgue avec courbe des fréquences cumulées pour une
variable ordinale. . . . . . . . . . . . . . . . . . . . . . . . . .
Diagramme en bâtons pour une variable quantitative discrète.
Graphe de la fonction de répartition empirique pour une variable quantitative discrète. . . . . . . . . . . . . . . . . . . .
Boı̂te à moustaches et explications associées. . . . . . . . .
Graphe de la fonction de répartition empirique pour une variable quantitative continue. . . . . . . . . . . . . . . . . . . .
Histogramme en densité à amplitudes de classes égales ou
inégales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Polygone des fréquences. . . . . . . . . . . . . . . . . . . .
Polygone des fréquences cumulées. . . . . . . . . . . . . . .
Diagramme en tuyaux d’orgue pour deux variables qualitatives. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Diagramme mosaı̈que pour le croisement de deux variables
qualitatives. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Graphique d’association de Cohen-Friendly croisant deux variables qualitatives. . . . . . . . . . . . . . . . . . . . . . . . .
Graphique table.cont croisant deux variables qualitatives.
Graphique croisant deux variables quantitatives. . . . . . .
Boxplots d’une variable quantitative selon les niveaux d’une
variable qualitative. . . . . . . . . . . . . . . . . . . . . . . .
Diagramme stripchart croisant une variable quantitative
avec une variable qualitative. . . . . . . . . . . . . . . . . . .
257
275
275
276
277
278
Courbe approchant la densité de X. . . . . . . . . . . . . .
307
9.8
9.9
9.10
9.11
9.12
9.13
9.14
9.15
9.16
9.17
9.18
9.19
9.20
9.21
10.1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
280
281
282
283
284
287
287
288
289
289
290
290
291
292
292
Table des figures
10.2
Convergence en loi en action sur un exemple de données simulées. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Nuage de points du poids de l’enfant versus le poids de la
mère. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12.2
Représentation de la droite de régression des moindres carrés
sur un nuage de points. . . . . . . . . . . . . . . . . . . . . .
12.3
Visualisation de l’intervalle de confiance et de l’intervalle de
prévision. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12.4
Inspection graphique de la normalité des résidus. . . . . . .
12.5
Graphe des résidus en fonction des valeurs prédites. . . . .
12.6
Diagramme de dispersion de toutes les paires de variables.
12.7
Effet de l’âge sur BWT dans un modèle sans interaction. . .
12.8
Effet de l’âge sur BWT dans un modèle avec interaction. . .
12.9
Sélection de variables par le critère BIC. . . . . . . . . . . .
12.10 Inspection de l’hypothèse d’homoscédasticité (à gauche) et de
normalité (à droite). . . . . . . . . . . . . . . . . . . . . . . .
12.11 Résidus en fonction des variables explicatives. . . . . . . . .
12.12 Visualisation des points atypiques : résidus studentisés versus
valeurs ajustées. . . . . . . . . . . . . . . . . . . . . . . . . .
12.13 Visualisation d’observations influentes : distance de Cook. .
xxix
313
12.1
Boı̂tes à moustaches des délais de cicatrisation pour chaque
traitement. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
13.2
Analyser les résidus dans une ANOVA à un facteur. . . . .
13.3
Exploration de l’interaction dans une ANOVA à deux facteurs. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
13.4
Analyser les résidus dans une ANOVA à deux facteurs. . .
378
379
384
386
387
390
398
399
403
410
411
413
415
13.1
426
429
437
441