Les catégories sous toutes leurs formes

Module 03

Nettoyer, compter et visualiser des variables catégoriques.

Fil principalChaînes, catégories et graphiques

DonnéesInfractions alimentaires et données fictives

DéfiArticle journalistique reproductible

Produit fini du module

Produit final

Un article de données sur les infractions alimentaires

Le module produit un jeu de données nettoyé, des catégories vérifiées, des graphiques lisibles et un court article Quarto appuyé par des chiffres.

article.html

données nettoyées

catégories vérifiées

article rédigé

données nettoyées catégories vérifiées article rédigé

Objectifs du module

À la fin de ce module, vous devriez être capable de:

• manipuler des chaînes de caractères avec stringr;
• reconnaître des motifs simples avec des expressions régulières;
• nettoyer des montants, des codes postaux et des catégories de manière reproductible;
• calculer et interpréter des fréquences, des proportions et des tableaux croisés;
• recoder, regrouper et ordonner des catégories avec dplyr et forcats;
• produire et interpréter des diagrammes à bandes, des bandes empilées et des bandes empilées standardisées avec ggplot2.

Préparer le module

Prérequis

Reprenez filter(), mutate(), group_by(), summarise() et un graphique ggplot2 du module 2. Vous n’avez pas besoin de tout mémoriser, mais vous devez pouvoir relire un exemple.

Parcours minimal

Nettoyez une catégorie, construisez une fréquence ou une proportion, puis expliquez un graphique en une phrase précise. C’est le noyau du module.

Ce module, puis le suivant

Ici, les catégories servent à compter, comparer et raconter. Le module 4 approfondira la qualité du fichier, l’importation et la documentation des corrections.

Si vous bloquez

Commencez avec les données fictives des exercices. Une fois le geste compris, revenez aux infractions alimentaires et notez chaque recodage choisi.

Plan d’apprentissage

Les cartes reprennent les cinq étapes du plan: lectures, aventure, défi, exercices et rétroaction avec ou sans IA. La rétroaction revient sur un élément du travail déjà réalisé; elle ne demande aucune remise supplémentaire.

1 Lectures et mini-test Revoir chaînes, facteurs, fréquences et proportions. Mini-test Ouvrir la carteRéduire

À lire avant l’aventure:

• R for Data Science - Strings
• R for Data Science - Factors
• Introduction to Modern Statistics - Explore categorical data
• Documentation de forcats

Aide-mémoires Posit

• String manipulation with stringr :: Cheatsheet
• Factors with forcats :: Cheatsheet
• Data visualization with ggplot2 :: Cheat Sheet

Après les lectures, complétez le mini-test formatif.

2 Aventure Nettoyer les infractions alimentaires et extraire des faits saillants. Aventure Ouvrir la carteRéduire

Rôle Journaliste de données pour Le Courrier Gourmand.

Action Nettoyer les catégories, extraire les codes postaux et produire de premiers résultats.

Gardez les sorties qui pourraient devenir des chiffres narratifs dans l’article.

3 Défi Rédiger un article Quarto à partir des infractions alimentaires. Défi Ouvrir la carteRéduire

Votre mission consiste à nettoyer listecondamnation, à extraire des faits marquants et à rédiger un article Quarto reproductible.

Modèle Quarto : rendre l'article lisible

Consulter le défi du module 3

• Livrables: template_article.qmd complété et HTML rendu.
• Analyse: au moins deux chiffres narratifs et deux visuels, dont un graphique de catégories.
• Extension optionnelle: carte des amendes, avec une note sur la reproductibilité du géocodage.
• GitHub: plusieurs commits clairs et un dépôt complet.

4 Exercices Pratiquer fréquences, nettoyage, graphiques et deux études de cas. Exercices Ouvrir la carteRéduire

Ressource Page Exercices

Portée Ces exercices ne sont pas une étape du défi. Ils pratiquent les catégories, les chaînes, les graphiques et trois contextes fictifs.

Études de cas Requêtes 311 fictives et plaintes de transport collectif fictives.

Refaites au moins un bloc sans regarder la solution immédiatement.

5 Rétroaction Faire relire un extrait du travail, puis décider quoi améliorer soi-même. Démarche et exemples Ouvrir la carteRéduire

Rétroaction: des catégories et des proportions cohérentes

Après une première tentative, choisissez un point à améliorer sur le nettoyage de chaînes, les catégories et les proportions. Utilisez la démarche de rétroaction avec ou sans IA; cette routine n'ajoute pas de remise aux consignes.

Une demande adaptée au module 3

Je travaille sur le nettoyage de chaînes, les catégories et les proportions. Voici la consigne, les critères pertinents et le recodage, le tableau des effectifs et le graphique correspondant. Relève un point réussi et au maximum deux améliorations, dont un regroupement discutable ou un dénominateur mal défini si les éléments fournis le montrent. Cite le passage concerné, distingue erreur observable et point à vérifier, puis propose un indice et un test. Ne réécris pas mon travail et attends ma correction.

• Vérifier: Comparez les catégories avant et après recodage. Recalculez une proportion à partir des effectifs et vérifiez le dénominateur utilisé.
• Revenir sur la correction: présentez le changement et le résultat du test, puis demandez ce qui reste à vérifier.
• Refaire sans aide: Expliquez ce que représente 100 % dans votre graphique, puis calculez une proportion pour un autre groupe.

Sans IA, comparez votre tentative aux critères et aux exemples du cours, puis faites les mêmes vérifications. Gardez une trace courte dans la fiche de suivi, si elle vous est utile.

Confidentialité Ne transmettez aucune donnée personnelle, confidentielle ou protégée.

Données et outils

Bases de données

Télécharger le dossier de travail du module (.zip)

UlavalSSD::listecondamnation Requêtes 311 de Montréal Plaintes de consommation au Québec palmerpenguins::penguins_raw titanic::titanic_train

Packages R

tidyverse stringr forcats ggplot2 ulavalssd tidygeocoder scales