Explorer et comprendre les relations entre les variables

Module 05

Explorer les liens entre variables et interpréter des associations sans surinterpréter.

Fil principalRelations, dates et corrélations

DonnéesVols 2023 enrichis

DéfiExploration argumentée des relations

Produit fini du module

Produit final

Une analyse exploratoire des relations

Le produit fini met en relation des variables, compare des tendances et formule une interprétation prudente des associations observées.

rapport EDA

corrélation

dates

nuages de points

corrélation dates nuages de points

Objectifs du module

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

• Gérer et analyser des variables temporelles à l’aide de lubridate.
• Étudier la relation entre deux variables à l’aide de graphiques et de statistiques descriptives, notamment à l’aide du coefficient de corrélation.
• Calculer et interpréter la corrélation entre deux variables numériques.
• Rédiger un rapport d’analyse exploratoire des données (EDA) mettant en évidence des tendances et des motifs dans les données.

Préparer le module

Reprendre après l’examen

Avant de commencer, rendez de nouveau un ancien document Quarto, relisez un graphique du module 3 ou 4 et vérifiez un petit résumé avec dplyr. Cette reprise est volontaire après la pause et l’examen.

Parcours minimal

Construisez une variable de date, résumez une relation avec les tailles de groupe, produisez un graphique et écrivez une conclusion descriptive. Gardez toujours les termes « association » et « causalité » distincts.

À ne pas surinterpréter

Une corrélation ou une tendance visible ne prouve pas qu’une variable cause l’autre. Les petits groupes et les valeurs manquantes doivent apparaître dans l’interprétation.

Si vous bloquez

Reproduisez d’abord une analyse guidée sur les vols, puis adaptez une seule variable ou un seul graphique. Ajoutez les analyses secondaires seulement après un rendu clair.

Plan d’apprentissage

Les cartes reprennent les quatre blocs du plan: lectures, aventure, défi, exercices. L’aventure et le défi forment le fil narratif du module. Les exercices sont indépendants et servent à consolider les mêmes gestes sur d’autres données.

1 Lectures à faire Préparer dates, corrélations et relations entre variables. Dans la carte Ouvrir la carteRéduire

Lectures

Dans ce module, nous allons explorer les concepts de base de l’analyse exploratoire des données (EDA) et de la manipulation des dates et heures. Voici quelques lectures initiales pour vous préparer :

• R for Data Science – EDA
  Ce chapitre vous introduit à l’analyse exploratoire des données (EDA) avec le package ggplot2.
  

• R for Data Science – Dates and Times
  Ce chapitre vous introduit à la manipulation des dates et heures avec le package lubridate.
  

Vous pouvez aussi aller réviser les chapitres suivants:

• R for Data Science – Data visualization
  Ce chapitre vous aide à choisir et annoter des graphiques adaptés aux questions exploratoires.
  

• R for Data Science – Missing values
  Ce chapitre rappelle pourquoi les valeurs manquantes doivent être repérées avant d'interpréter un résumé.
  

Dans le libre IMS:

• Introduction to modern statistics – Exploring numerical data
  Ce chapitre renforce les résumés numériques, les graphiques et les comparaisons descriptives.
• Introduction to modern statistics – Applications: Explore
  Ce chapitre vous introduit aux bonnes pratiques de modélisation exploratoire des données.

Aide-mémoires Posit

• Dates and times with lubridate :: Cheatsheet
  Créer, extraire et manipuler des dates et heures.
• Data visualization with ggplot2 :: Cheat Sheet
  Comparer distributions, tendances et associations.

Après les lectures, faites le mini-test formatif. Il n'est pas noté; il sert à vérifier les bases avant l'aventure.

2 Aventure Explorer retards, dates et associations dans un grand tableau. Aventure Ouvrir la carteRéduire

Objectif Passer de la lecture à la pratique guidée.

Ressource Page Aventure

Action Suivre les consignes, exécuter le code et garder les sorties importantes.

Résultat Un premier objet de travail que vous pouvez expliquer.

Arrêtez-vous après chaque résultat important et formulez ce qu’il montre.

3 Défi Rédiger une analyse EDA prudente sur les retards. Défi Ouvrir la carteRéduire

Défi - Rapport EDA

Vous préparez un court rapport exploratoire sur les retards de vols en reliant les graphiques, les associations observées et une conclusion prudente.

• But: formuler une question, produire des visualisations utiles et interpréter sans surconclure.
• Livrables: rapport.qmd, rapport.html et les données fournies.
• Point d'attention: distinguer clairement association et causalité.

La consigne complète est disponible dans la page Défi 5.

4 Exercices Consolider graphiques, corrélations et interprétations. Exercices Ouvrir la carteRéduire

Ressource Page Exercices

Portée Ces exercices ne sont pas la suite du défi. Ils utilisent des comptages vélos de Laval, des mesures de qualité de l'air à Québec et des débits de circulation de Gatineau.

Refaites au moins un passage sans regarder la solution immédiatement.

Données et outils

Bases de données

Télécharger le dossier de travail du module (.zip)

flights_merged_2023.rds Comptages vélos de Laval Qualité de l'air à Québec Débits de circulation de Gatineau

Packages R

tidyverse lubridate dplyr ggplot2

Révision et prolongement

Finir le module avec l’IA du cours

Ouvrez la page IA ou GPT STT-1100, puis demandez une rétroaction ciblée:

Voici mon travail pour ce module. Questionne mon raisonnement, repère une ligne de code fragile, vérifie si mon interprétation répond à la consigne, puis propose une seule amélioration réaliste que je peux faire moi-même.

• Expliquez le produit fini en trois phrases.
• Collez un extrait de code ou de sortie et demandez un diagnostic.
• Demandez une variante plus ambitieuse, puis choisissez ce qui reste raisonnable.