R pour l’analyse de données

Cours pour débutants · Master GPE (CERDI / IHEDD)

Six séances pour apprendre R : importer, manipuler, décrire, visualiser et présenter des données de développement.

Six séances pour apprendre R en partant de zéro, destinées aux étudiants du Master GPE (économie du développement). Aucun prérequis : vous commencez par installer R et terminez par un rapport reproductible construit sur les données de la Banque mondiale.

Commencer la séance 1 Télécharger les données

Les six séances

1

Premiers pas avec R et RStudio

Interface, objets, fonctions, packages, projets RStudio et chemins avec here().

 2

Importer et exporter des données

CSV, Excel, fichiers mal formés ; nettoyer les noms de colonnes ; sauvegarder vos résultats.

 3

Manipuler les données

dplyr, tidyr, jointures : filtrer, transformer, agréger, fusionner des sources.

 4

Statistiques descriptives et régression

Résumer les données, corrélations, régression linéaire et ses limites.

 5

Visualiser avec ggplot2 (et cartes)

Grammaire des graphiques, nuages de points, séries temporelles, cartes du monde.

 6

Visualisation avancée et rapports Quarto

Graphiques interactifs, la figure finale et un rapport Quarto reproductible.

Aussi : Atelier dataviz (diaporama) · Ressources : livres, documentation, sources de données

Où nous allons

Fil rouge : croissance, santé et inégalités, que disent les données sur les pays en développement ?

  1. R et RStudio
  2. Importer
  3. Manipuler
  4. Décrire
  5. Visualiser
  6. Présenter

Importer les données, les manipuler, les décrire, les visualiser, puis les présenter : chaque séance ajoute un maillon à la chaîne.

Dès la séance 5, vous produirez des graphiques comme celui-ci : les pays plus riches vivent plus longtemps, mais le gain s’atténue (la « courbe de Preston »). Chaque point est un pays ; son aire indique sa population.

Afficher le code (vous l’écrirez à la séance 5)
wdi <- read_csv(here("data", "wdi_panel.csv"), show_col_types = FALSE)
# L'espérance de vie de la RCA n'est pas fiable dans cette version des WDI (14,7 en 2009, 18,8 en 2022) : on l'exclut pour toutes les années
wdi <- wdi |> mutate(life_exp = if_else(iso3c == "CAF", NA_real_, life_exp))

wdi |>
  filter(year == 2019, !is.na(gdp_pc_ppp), !is.na(life_exp), !is.na(region)) |>
  ggplot(aes(x = gdp_pc_ppp, y = life_exp, size = population, colour = region)) +
  geom_point(alpha = 0.7) +
  scale_x_log10(labels = label_dollar(scale_cut = cut_short_scale())) +
  scale_size_area(max_size = 12, guide = "none") +
  scale_colour_manual(values = pal_regions, labels = label_wrap(25)) +
  guides(colour = guide_legend(nrow = 3, override.aes = list(size = 3))) +
  labs(
    title = "Les pays plus riches vivent plus longtemps, avec des rendements décroissants",
    x = "PIB par habitant (en $ PPA constants de 2021, échelle logarithmique)",
    y = "Espérance de vie à la naissance (ans)",
    colour = NULL,
    caption = "Source : Banque mondiale, World Development Indicators (WDI), 2019. Aire des bulles = population."
  )

Nuage de bulles de l'espérance de vie selon le PIB par habitant (échelle logarithmique) des pays en 2019, coloré par région, l'aire des bulles étant proportionnelle à la population. L'espérance de vie augmente avec le revenu, avec des gains décroissants aux revenus élevés.

Avant la première séance

ImportantÀ faire chez vous
  1. Installez R : https://cran.r-project.org/.
  2. Installez RStudio Desktop : https://posit.co/download/rstudio-desktop/ (après R).
  3. Dans RStudio : File > New Project > New Directory et créez un dossier de projet nommé r-course.
  4. Téléchargez data.zip et décompressez-le dans le dossier r-course, de sorte que data/ et R/theme_cours.R soient à côté du fichier .Rproj (here::here() en dépend).
  5. Installez les packages : collez le bloc ci-dessous dans la Console de RStudio et exécutez-le une seule fois. Cela prend quelques minutes.
install.packages(c("tidyverse", "here", "janitor", "readxl", "writexl",
                   "lubridate", "scales", "WDI", "gt", "fixest",
                   "modelsummary", "ggrepel", "sf", "rnaturalearth",
                   "rnaturalearthdata", "patchwork", "plotly", "crosstalk",
                   "shiny"))

Arborescence attendue :

r-course/
├── r-course.Rproj
├── data/
│   ├── wdi_panel.csv
│   ├── ...
│   └── raw/
└── R/
    └── theme_cours.R

Comment utiliser ce site

  • Chaque séance suit le même plan : objectifs, explications avec code, exercices, puis « À retenir ».
  • Tapez le code vous-même dans RStudio plutôt que de le copier : c’est ainsi que l’on apprend.
  • Les solutions sont repliées : essayez d’abord, puis ouvrez pour comparer.
  • Une erreur n’est pas un échec : lisez le message, il indique presque toujours ce qui ne va pas.

IA et code

Les assistants d’IA peuvent expliquer un message d’erreur ou une fonction inconnue. Ils ne doivent pas remplacer votre apprentissage. Exécutez toujours le code proposé et comprenez chaque ligne avant de l’utiliser : un code qui s’exécute n’est pas forcément correct.

Contenu sous licence CC BY-NC-ND 4.0, comme pierrebeaucoral.github.io. Dernière mise à jour : octobre 2026.

Retour au sommet