Discussion :

[ragheb_dev]

Bonjour,

Je suis débutant avec R.
Je souhaite effectuer des analyses sur une base de données (Table vente) dans l'objectif d'avoir des analyses statistiques prédictives.
J'ai regardé dans des tutoriels les régressions linéaires et autres... et j'ai remarqué que la plupart des analyses s'effectuent sur des données chiffrées (type numérique).
Mon problème : les colonnes de la table à analyser sont de type string , comment analyser ces types de données ? quelles méthodes faut-il utiliser ?
Merci pour votre aide.

Une capture des donnés a analyser :

[A. D.]

Bonjour,

Dans quel format sont stockées vos données ? Les avez-vous déjà importées dans R ? De quel(s) type(s) sont vos variables après importation ?

En effet, si vos variables initiales contiennent du texte correspondant à des libellés de variables catégorielles (ie. un nombre relativement peu élevé de textes différents et exactement le même texte/chaîne de caractères pour une même catégorie donnée), alors pas de soucis pour réaliser certaines analyses statistiques. Par exemple, avoir la variable "sexe" codée en 0 / 1 ou "Homme" / "Femme" revient au même.
En R, vous avez le type "factor" qui est approprié pour ce genre de variables et permet de conserver, et l'éventuelle numérotation, et les libellés associés. Voir par exemple : ?factor .

En espérant que cela vous permette d'avancer. N'hésitez pas cependant à poser d'autres questions sur le forum !
Bonne continuation


Cordialement,


A.D.

[ragheb_dev]

Merci Pour votre réponse,
Oui j'ai réussi à importer les données depuis la base de donnée avec RODBC.
Vous trouvez ci-dessous les types de mes données.
Quelles sont les méthodes que vous recommandez pour effectuer : classification, prédiction sur ce type de données ?

[A. D.]

Bonjour,

A priori du coup vos données ont été correctement importées et vos données "texte" ont bien le type factor qui, en R, va permettre de traiter ces variables en tant que variables catégorielles dans les analyses (il faudra peut-être faire des regroupements si "trop" de catégories pour une variable).

Concernant le choix de la méthode, que voulez-vous savoir ? Quelle(s) méthode(s) statistique(s) utiliser sur vos données ou bien quelle(s) fonction(s) R utiliser pour faire telle ou telle analyse ?
En effet, pour le choix de la (ou des) méthode stat à utiliser, cela dépend de vos objectifs. Pour le choix de fonctions R, si vous nous en dîtes plus sur la méthode stat choisie, nous pourrons éventuellement vous conseiller une/des fonctions et packages appropriés. Vous pouvez également effectuer une recherche, de fonctions R associées à une méthode stat, par mot-clé (en anglais) sur le site suivant par exemple : RSiteSearch.

Bonne continuation


Cordialement,


A.D.

[ragheb_dev]

Merci encore pour votre aide.

Donc je veux coder tous mes champs exemple tranche effectif. (1-9 salarier / 10-20 salaries...) je donne la valeur 1 si l'entreprise appartient a cette catégorie sinon 0.
Ce codage, je le fais dans ma base de donnée (je prépare mes données) ou il y'a des fonctions dans R qui font ça ?

[Ineedi2]

Bonjour ragheb_dev,

Je pense qu'avant de trouver la méthode, il faudrait connaitre la problématique.
Que cherchez-vous à calculer ou prédire ?

Ineedi2

[A. D.]

Bonjour,

Ce codage, je le fais dans ma base de donnée (je prépare mes données) ou il y'a des fonctions dans R qui font ça ?

Ici c'est à vous de voir en fonction du besoin.
Il est tout à fait possible de faire des manipulations / modifications de données avec R, puis pourquoi pas de réécrire les nouvelles données dans une BDD.
Mais cela peut aussi être intéressant de le faire directement dans votre base de données si vous êtes plus à l'aise avec le langage de manipulation de BDD par exemple ou bien si cela doit être utilisé par d'autres ensuite. A vous de voir !

Et sinon pour le reste, je pense en effet que vous devriez commencer par vous pencher sur votre problématique / la-les questions auxquelles vous voulez répondre ?
Afin de décider de la méthode statistique à utiliser pour y répondre, méthode qui nécessitera peut-être un recodage spécifique d'ailleurs.

Bonne continuation !


Cordialement,


A.D.