Discussion :

[A. D.]

Bonjour à tous,

Je vous sollicite aujourd'hui pour un petit retour d'expériences au sujet de R.
Si vous avez quelques minutes pour répondre aux questions suivantes (même partiellement), je vous remercie par avance !

• Pourquoi choisir R plutôt qu'une autre solution/logiciel pour vos analyses statistiques ?
• Quels sont, selon vous, les avantages et inconvénients de R par rapport à un autre logiciel statistique (notamment "SAS" ou "SPSS Statistics" par exemple) ?
• Quel(s) ouvrage(s) / référence(s) recommanderiez-vous pour débuter avec R ?
• Concernant la "data visualisation" avec R, quels sont les packages / solutions que vous recommanderiez (par exemple "ggplot2" ou" shiny + rhighchart", ...) ?
• Si vous deviez présenter quelques exemples d'utilisations de R qui vous semblent particulièrement remarquables (ou "tape à l'oeil" ), lesquels choisiriez-vous ?

Merci d'avance !


Cordialement,


A.D.

[Theta]

Pourquoi choisir R plutôt qu'une autre solution/logiciel pour vos analyses statistiques ?

Le langage R en lui-même n'est pas très attrayant : il n'est pas très "propre", a une syntaxe/un comportement parfois un peu étrange, est lent (mais les fonctions les plus gourmandes sont codées en C donc ce n'est pas tant un problème), a des messages d'erreurs souvent imprécis, ne permet pas nativement la parallélisation...

Mais ce qui fait la force de R, c'est qu'il est gratuit et libre, et surtout la quantité de ressources disponibles sur le CRAN, ressources qui sont en général bien maintenues, bien documentées, directement basées sur des articles scientifiques (une bonne partie étant créées par les chercheurs), faciles à trouver et qui s'installent en quelques secondes.
Personnellement, pour mon boulot, j'utilise des dizaines de packages (150 packages installés en un peu moins d'un an), dont certains sont si spécifiques que je n'aurais jamais pensé qu'ils pouvaient exister.

Concernant la "data visualisation" avec R, quels sont les packages / solutions que vous recommanderiez (par exemple "ggplot2" ou" shiny + rhighchart", ...) ?

La plupart du temps, je ne me casse pas la tête, j'utilise les fonctions de base (+celles de quelques packages comme lattice et plotrix) et je sauvegarde en png ou pdf.
Pour générer de nombreux graphiques en changeant certains paramètres (pour "explorer" un grand jeu de données par exemple), shiny est très pratique sinon indispensable.

Si vous deviez présenter quelques exemples d'utilisations de R qui vous semblent particulièrement remarquables (ou "tape à l'oeil" ), lesquels choisiriez-vous ?

Je n'ai pas vraiment d'exemple "tape à l'oeil", mais par contre j'ai beaucoup d'exemples d'analyses assez poussées qu'on peut faire en 2 lignes de code grâce à un package trouvé sur le CRAN.

[A. D.]

Salut Theta,

Merci beaucoup pour ta réponse

En fait si je demandais surtout des "conseils" de packages graphiques ou des exemples "tapes à l'oeil", c'est parce que je souhaiterais présenter R à des personnes qui ne seront peut-être pas tellement (ou peu en tout cas) sensibles à des arguments du type "j'ai beaucoup d'exemples d'analyses assez poussées qu'on peut faire en 2 lignes de code grâce à un package trouvé sur le CRAN" (bien que personnellement je suis entièrement d'accord avec ce type d'arguments reflétant tout à fait la "force" de R ), j'envisageais donc de présenter des exemples très "visuels".

Merci en tout cas pour tes retours !

Si d'autres veulent donner leur avis, cela m'intéresse toujours
Merci d'avance !


Cordialement,


A.D.

[Theta]

C'est un peu dur d'impressionner quelqu'un avec du R, quand 90% de ce qu'on fait avec ce langage, ce sont des tableaux de nombres et des graphiques simplistes.

Je suppose qu'un graphique interactif avec shiny + rhighchart comme tu l'as proposé pourrait être "tape à l’œil", mais c'est un peu malhonnête comme exemple pour présenter R vu qu'au final tout le côté "tape à l’œil" c'est du javascript .
Après, il y a pas mal de choses possibles, des graphiques ggplot2 (+shiny), des cartes (+shiny), des trucs en 3D avec rgl (même si c'est moche) etc.
Ou en un peu moins tape à l’œil, générer des fichiers LaTeX, Word, Excel, etc.

Mais le mieux serait sans doute quelque chose dans une thématique qui parle à ton public.

[A. D.]

Merci Theta, encore une fois je ne peux qu'être d'accord avec toi et ce que tu dis rejoint tout à fait ma pensée initiale

Pour le moment je n'ai encore que peu d'infos concernant les "thèmes" qui pourraient intéresser mon public, mais quand j'en aurais je reviendrais peut-être sur le forum pour demander vos retours d'expériences
Sinon au niveau des exemples "tapes à l'oeil" dont je parlais, il y a pas mal de trucs intéressants sur le site "RBloggers", à adapter en fonction de mon public visé du coup oui.

En tout cas, si d'autres ont des retours par rapport à mes questions intiales, je suis toujours intéressée. Merci d'avance !


Cordialement,


A.D.

[dev_ggy]

Bonjour Adeline,

L'utilisation de R dépend beaucoup des fonctions que tu occupes.

Les miennes sont plutôt orientées web et média.

Pourquoi choisir R plutôt qu'une autre solution/logiciel pour vos analyses statistiques ?

R est très riche concernant les algorithmes. C'est pour cette raison qu'il faut choisir R en-dehors de la question du prix et de la gratuité.

Pour les autres langages , je dirais que je suis assez d'accord sur l'analyse de Theta concernant la lenteur parfois du langage. Les messages de log ne sont peut être pas toujours clairs et la parallélisation des traitements pas souvent prévue. Dans le cas du processing de données et lors de la mise en forme de celles-ci, surtout s’il est nécessaire d'avoir beaucoup de traitements, un langage comme Python peut être plus approprié (Java faisant tout autant l'affaire) .

Pour les autres logiciels, beaucoup intègrent R. RapidMiner, Knime, Dataiku.
Concernant ceux que tu cites, un concurrent comme SAS est beaucoup moins riche en fonctionnalités. Je ne parlerai pas de SPSS du fait que je n'ai jamais travaillé avec.

Une des raisons pour choisir R, c'est la projection dans l'avenir, avec un monde dont l'open source concurrence de plus en plus durement le monde propriétaire et des sociétés pour des raisons commerciales, dont le seul but est de tuer le marché en s'imposant comme le seul et unique leader, se lancent dans cette voie du logiciel libre.

Quels sont, selon vous, les avantages et inconvénients de R par rapport à un autre logiciel statistique (notamment "SAS" ou "SPSS Statistics" par exemple) ?

Avantage de R : la gratuité d'une très large bibliothèque de fonctions. Inconvénient par rapport à SAS : le traitement de la mémoire. Même si certains modules permettent maintenant de résoudre ce problème. Je pourrais t'en citer parce que cela fait très longtemps que je ne les ai pas utilisés.

quel(s) ouvrage(s) / référence(s) recommanderiez-vous pour débuter avec R ?

Je ne sais pas.

Concernant la "data visualisation" avec R, quels sont les packages / solutions que vous recommanderiez (par exemple "ggplot2" ou" shiny + rhighchart", ...)]

ggplot2 qui est propre et joli.

Si vous deviez présenter quelques exemples d'utilisations de R qui vous semblent particulièrement remarquables (ou "tape à l'oeil" ), lesquels choisiriez-vous ?

Classification de textes automatique.

J'espère t'avoir aidé dans ta présentation.

Cordialement.

[A. D.]

Bonjour dev_ggy,

Merci pour tes retours !
C'est toujours intéressant d'avoir le point de vue de différentes personnes, ayant des utilisations différentes de R.

Je reviendrais sûrement vers vous une fois que j'en saurais un peu plus sur les utilisations pouvant intéresser le public "à séduire" ^^
Cela dit d'ici là, je suis toujours intéressée par d'autres éventuels retours.

Merci à tous !


Cordialement,


A.D.

[chautho]

Bonjour à tous,

Je vais tâcher de répondre aux différentes questions (tout du moins partiellement) :

Pourquoi choisir R plutôt qu'une autre solution/logiciel pour vos analyses statistiques ?

La première raison est tout simplement car c'est le premier langage "statistique" que j'ai appris et utilisé. Je suis resté dessus pour différentes raisons. Tout d'abord le caractère open source du langage avec une très forte communauté en ligne, de nombreux forum disponibles, et des packages permettant de faire de tout et n'importe quoi.
En plus de tout ça, le langage est relativement simple à apprendre et les IDE comme RStudio facilitent grandement la tâche. Venant de Matlab j'ai retrouvé un éditeur sympa, et des caractéristiques communes.

Quels sont, selon vous, les avantages et inconvénients de R par rapport à un autre logiciel statistique (notamment "SAS" ou "SPSS Statistics" par exemple) ?

Le principal avantage de R par rapport aux autres logiciels cités est la rapidité à laquelle le langage évolue. On retrouve depuis quelques temps déjà des packages permettant l'analyse de données volumineuses sous R, ce qui n'était pas le cas sous les autres logiciels.
On peut citer aussi une aide et une communauté en ligne beaucoup plus fortes. Une flexibilité et des possibilités d'interactions nettement plus importantes pour R.
A contrario, la rapidité peut parfois être le point noir de R. Pour exécuter un simple modèle linéaire, SAS peut être parfois beaucoup plus rapide. Un autre inconvénient est la rétro-compatibilité ou les mises à jour. En effet, les packages de R sont à la fois sa force et sa faiblesse. Si un package n'est plus maintenu à jour, on peut se retrouver avec un code inutile. Il faut aussi parfois se replonger dans son code pour le mettre à jour au fur et à mesure des évolutions du ou des package(s) utilisé(s).

Concernant la "data visualisation" avec R, quels sont les packages / solutions que vous recommanderiez (par exemple "ggplot2" ou" shiny + rhighchart", ...) ?

Concernant la data visualisation, d'expérience j'utilise beaucoup ggplot2 pour les graphiques statiques, ggvis pour les graphiques dynamiques, et Shiny combiné à ces deux packages pour les interactions, la visualisation et le dynamisme.

Si vous deviez présenter quelques exemples d'utilisations de R qui vous semblent particulièrement remarquables (ou "tape à l'oeil" ), lesquels choisiriez-vous ?

Les exemple d'utilisation qui peuvent être intéressants peuvent être la librairie caret qui permet de faire du "machine learning" simplement.
Les applications shiny (http://www.showmeshiny.com) qui permettent de montrer ce que peut être le rendu final d'un travail effectué sous R.
Une autre application (non citée il me semble) peut être les documents Rmarkdown. Ils permettent de faire des rapports "reproductibles" facilement, d'intégrer des graphiques et des commentaire dans un document à partir de R et ceci de façon quasiment automatique. Je trouve ça très intéressant pour faire des rapports qui nécessitent parfois de retoucher tout ou partie des graphiques.

Voilà

[A. D.]

Merci beaucoup pour ton retour chautho !

Ton expérience rejoint la mienne et j'avais aussi dans l'idée de présenter des exemples avec "shiny" et également "rmarkdown", qui sont pour moi de véritables atouts en faveur du langage R
Il me reste juste à trouver/créer des exemples qui parleront à mon public !
La rapidité d'évolution de R est effectivement un bon atout à mettre en avant aussi.

Merci encore d'avoir pris de ton temps pour répondre


Cordialement,


A.D.