Discussion :

[eliana55]

Bonjour a tous

Dans le cadre de mon memoire sur les data scientist , j'ai réaliser une base de données sur Excel avec l'ensemble des competences requises pour un data scientist provenant d'offres d'emploi.
Selon les offres d'emploi, si on mentionne la competences je met 1 sinon je met 0. il y a a peu pres 100 offres d'emploi repertorier sur mon fichier excel.
Je dois realiser un ensemble de statistique descriptive sur mes donnees en utilisant R
cependant etant debutante sur R je n'ai reussi qu'a afficher le poucentage de fois ou apparait chaque competences
Pourriez vous m'aidez a savoir quel autre type de stat je dois faire sur des donnees binaire (ce que je trouve sur le net n'est pas tres clair).
J'aimerai bien faire une regression lineaire, ou un ggplot ou meme un regroupement (cluster)
Je vous met en piece jointe mon fichier excel ainsi qu'une capture d'ecran de ce que j'ai reussi a faire sur R
Toutes reponse est la bienvenue !!
merci a tous

[faubry]

Tu ne peux pas faire de régression linéaire sur des données binaires, il faut faire une régression logistique. Sous R, tu dois utiliser la fonction glm avec comme valeur du paramètres family, binomial (voir par exemple https://perso.univ-rennes2.fr/system...stique_web.pdf) mais il faut définir quelle est la variable à analyser, ce qui ne me parait pas très clair. Je pense que tu dois abandonner cette idée. Par contre, tu peux utiliser une analyse des correspondances (fonction CA du package FactoMineR) si tu considères que les compétences ne sont pas organisées par groupes, c'est-à-dire que tu mets par exemple au même plan l'utilisation des techniques d'IA, de statistiques inférentielles ou de gestion/structuration des données. Par contre si tu ajoutes ce niveau de structuration, une technique de type analyse par facteurs multiples (multiple factor analysis, MFA dans le package FactoMineR) pourrait être intéressante.

N.B. Par sécurité, définis toutes tes variables comme étant des facteurs.