OpenCourser brand icon
Sign in
Sorry, this page is no longer available
We may earn an affiliate commission when you visit our partners.
Course image
Course image
Coursera logo

Les Statistiques Descriptives et Inférentielles en R

Emmanuel Segui

Dans ce cours d'une heure, basé sur un projet, vous apprendrez comment effectuer des statistiques descriptives et inférentielles dans R, y compris comment résumer des statistiques descriptives, calculer des corrélations et effectuer des tests d'hypothèse dans R

Remarque : ce cours fonctionne le mieux pour les étudiants basés en Amérique du Nord. Nous nous efforçons actuellement d'apporter la même expérience dans d'autres régions.

Enroll now

Here's a deal for you

Save money when you learn with a deal that may be relevant to this course.
All coupon codes, vouchers, and discounts are applied automatically unless otherwise noted.
Valid until March 12, 2027
Save 40% Off 3 Months
Access thousands of top-rated learning programs with a Coursera Plus monthly subscription and take 40% off 3 months for a limited time.
Take
40%
off
Get offer

What's inside

Syllabus

Traffic lights

Read about what's good
what should give you pause
and possible dealbreakers
Adapté aux débutants, le cours fournit une base solide pour comprendre les statistiques descriptives et inférentielles dans R
Ce cours est accessible aux étudiants basés en Amérique du Nord
Les étudiants apprendront à effectuer des résumés de statistiques descriptives, des calculs de corrélations et des tests d'hypothèse dans R

Save this course

Create your own learning path. Save this course to your list so you can find it easily later.
Save

Reviews summary

Initiation pratique aux statistiques en r

Selon les apprenants, ce cours est une introduction rapide et efficace aux statistiques descriptives et inférentielles en R. Le format basé sur un projet est particulièrement apprécié pour son approche pratique et concrète, permettant une application immédiate des compétences. La clarté des explications et l'utilisation de RStudio Cloud sont souvent citées comme des points forts, simplifiant l'expérience d'apprentissage en éliminant les tracas d'installation. Cependant, la durée très courte du cours peut le rendre insuffisant pour les débutants absolus ou ceux qui recherchent une couverture approfondie des concepts. Un point de vigilance important concerne l'accès à l'environnement de laboratoire, qui peut être difficile ou impossible en dehors de l'Amérique du Nord, limitant l'expérience pour certains utilisateurs internationaux.
Plus adapté aux refreshers ou débutants avec des bases, moins aux novices absolus.
"C'est idéal pour les débutants qui veulent se lancer rapidement."
"Ne convient pas aux vrais débutants."
"C'est bien pour les personnes qui ont déjà des notions. Pour un débutant complet, ce n'est pas suffisant."
L'approche par projet offre une application concrète et immédiate.
"J'ai apprécié la concision, mais j'aurais aimé un peu plus de profondeur sur certains tests. C'est parfait pour un aperçu rapide."
"Le format projet est super efficace pour apprendre par la pratique. L'environnement RStudio Cloud fourni est un plus énorme..."
"Les démonstrations sont claires et le code est bien expliqué. J'ai pu appliquer directement ce que j'ai appris."
Le cours est concis, parfois trop rapide pour une compréhension approfondie.
"Si vous n'avez aucune base en statistiques ou en R, cela peut être difficile de tout suivre en une heure. Les tests d'hypothèses sont à peine effleurés."
"Le contenu est pertinent, mais j'ai dû chercher des informations supplémentaires ailleurs."
"Cours très bref. C'est bien pour les personnes qui ont déjà des notions. Pour un débutant complet, ce n'est pas suffisant et on se sent un peu perdu."
Des difficultés d'accès à l'environnement RStudio Cloud hors Amérique du Nord.
"J'ai eu quelques soucis avec l'accès à RStudio Cloud depuis l'Europe, ce qui a ralenti mon démarrage..."
"Très déçu. L'accès à RStudio Cloud était impossible pour moi (je suis en Afrique). J'ai passé plus de temps à essayer de configurer l'environnement."
"Le cours fonctionne mieux pour les étudiants basés en Amérique du Nord."

Activities

Be better prepared before your course. Deepen your understanding during and after it. Supplement your coursework and achieve mastery of the topics covered in Les Statistiques Descriptives et Inférentielles en R with these activities:
Lire "Statistiques exploratoires avec R"
Fournir une base solide pour comprendre les concepts clés abordés dans le cours.
View R pour les data sciences on Amazon
Show steps
  • Lire les chapitres 1 à 3
  • Résoudre les exercices proposés dans les chapitres
  • Créer un résumé des concepts clés
Suivre des tutoriels sur les statistiques R
Suivez des tutoriels guidés pour acquérir une compréhension approfondie des concepts et des techniques statistiques couverts dans le cours.
Show steps
  • Recherchez des tutoriels en ligne ou sur des plateformes de cours.
  • Suivez les instructions et complétez les exercices.
Organiser les notes de cours
Prenez des notes détaillées pendant les leçons et organisez-les de manière logique pour faciliter la révision et la compréhension.
Show steps
  • Prenez des notes pendant les leçons.
  • Organisez vos notes dans un système de classement logique.
Five other activities
Expand to see all activities and additional details
Show all eight activities
Tutoriels sur le calcul des corrélations dans R
Développer des compétences pratiques pour calculer et interpréter les corrélations.
Browse courses on R
Show steps
  • Suivre un tutoriel sur le calcul de la corrélation de Pearson
  • Utiliser la fonction `cor()` pour calculer la matrice de corrélation
  • Interpréter les valeurs de corrélation et leur signification statistique
Résoudre des problèmes pratiques R
Complétez des problèmes pratiques pour renforcer vos capacités à appliquer les statistiques descriptives et inférentielles dans R.
Show steps
  • Trouvez un ensemble de problèmes pratiques en ligne ou dans un manuel.
  • Résolvez les problèmes à l'aide de R.
  • Vérifiez vos réponses par rapport aux solutions fournies.
Exercices sur les statistiques descriptives dans R
Améliorer la compréhension des techniques de calcul des statistiques descriptives.
Browse courses on R
Show steps
  • Utiliser la fonction `summary()` pour résumer des données numériques et catégorielles
  • Calculer la moyenne, la médiane, l'écart-type et la variance
  • Créer des graphiques pour visualiser les distributions de données
Discussions de groupe sur les concepts clés
Faciliter les échanges entre pairs et renforcer la compréhension globale.
Show steps
  • Participer à des discussions en ligne
  • Poser des questions et répondre aux questions des autres
  • Partager des idées et des perspectives différentes
Contribuer à un projet open source R
Participez à un projet open source lié aux statistiques R pour mettre vos compétences en pratique et contribuer à la communauté.
Show steps
  • Recherchez des projets open source dans le domaine des statistiques R.
  • Identifiez un projet auquel vous souhaitez contribuer.
  • Lisez la documentation et contactez les responsables du projet.

Career center

Learners who complete Les Statistiques Descriptives et Inférentielles en R will develop knowledge and skills that may be useful to these careers:
Statistician
Statisticians use statistical methods to collect, analyze, interpret, and present data. This course provides a comprehensive introduction to descriptive and inferential statistics, which are essential skills for Statisticians. The course also covers how to use R, a powerful statistical software package, to perform statistical analysis. By taking this course, you will gain the skills and knowledge you need to succeed as a Statistician.
See salaries and explore the career path for Statistician
Data Scientist
Data Scientists use data to solve business problems. This course provides a comprehensive introduction to descriptive and inferential statistics, which are essential skills for Data Scientists. The course also covers how to use R, a powerful statistical software package, to perform data analysis. By taking this course, you will gain the skills and knowledge you need to succeed as a Data Scientist.
See salaries and explore the career path for Data Scientist
Data Analyst
Data Analysts are responsible for collecting, cleaning, and analyzing data to help businesses make informed decisions. This course provides a solid foundation in descriptive and inferential statistics, which are essential skills for Data Analysts. The course also covers how to use R, a powerful statistical software package, to perform data analysis. By taking this course, you will gain the skills and knowledge you need to succeed as a Data Analyst.
See salaries and explore the career path for Data Analyst
Research Analyst
Research Analysts use data to help businesses make informed decisions. This course provides a solid foundation in descriptive and inferential statistics, which are essential skills for Research Analysts. The course also covers how to use R, a powerful statistical software package, to perform data analysis. By taking this course, you will gain the skills and knowledge you need to succeed as a Research Analyst.
See salaries and explore the career path for Research Analyst
Business Analyst
Business Analysts use data to help businesses make informed decisions. This course provides a solid foundation in descriptive and inferential statistics, which are essential skills for Business Analysts. The course also covers how to use R, a powerful statistical software package, to perform data analysis. By taking this course, you will gain the skills and knowledge you need to succeed as a Business Analyst.
See salaries and explore the career path for Business Analyst
Biostatistician
Biostatisticians use statistical methods to analyze data in the field of biology. This course provides a solid foundation in descriptive and inferential statistics, which are essential skills for Biostatisticians. The course also covers how to use R, a powerful statistical software package, to perform statistical analysis. By taking this course, you will gain the skills and knowledge you need to succeed as a Biostatistician.
See salaries and explore the career path for Biostatistician
Market Researcher
Market Researchers collect and analyze data to help businesses understand their customers and make informed decisions. This course provides a solid foundation in descriptive and inferential statistics, which are essential skills for Market Researchers. The course also covers how to use R, a powerful statistical software package, to perform data analysis. By taking this course, you will gain the skills and knowledge you need to succeed as a Market Researcher.
See salaries and explore the career path for Market Researcher
Epidemiologist
Epidemiologists investigate the causes of disease and develop strategies to prevent and control them. This course provides a solid foundation in descriptive and inferential statistics, which are essential skills for Epidemiologists. The course also covers how to use R, a powerful statistical software package, to perform statistical analysis. By taking this course, you will gain the skills and knowledge you need to succeed as an Epidemiologist.
See salaries and explore the career path for Epidemiologist
Actuary
Actuaries use statistical methods to assess risk and uncertainty. This course provides a solid foundation in descriptive and inferential statistics, which are essential skills for Actuaries. The course also covers how to use R, a powerful statistical software package, to perform statistical analysis. By taking this course, you will gain the skills and knowledge you need to succeed as an Actuary.
See salaries and explore the career path for Actuary
Quantitative Analyst
Quantitative Analysts use mathematical and statistical methods to analyze financial data. This course provides a solid foundation in descriptive and inferential statistics, which are essential skills for Quantitative Analysts. The course also covers how to use R, a powerful statistical software package, to perform data analysis. By taking this course, you will gain the skills and knowledge you need to succeed as a Quantitative Analyst.
See salaries and explore the career path for Quantitative Analyst
Data Engineer
Data Engineers design and build systems to store and manage data. This course provides a solid foundation in descriptive and inferential statistics, which are essential skills for Data Engineers. The course also covers how to use R, a powerful statistical software package, to perform data analysis. By taking this course, you will gain the skills and knowledge you need to succeed as a Data Engineer.
See salaries and explore the career path for Data Engineer
Financial Analyst
Financial Analysts use data to help businesses make informed investment decisions. This course provides a solid foundation in descriptive and inferential statistics, which are essential skills for Financial Analysts. The course also covers how to use R, a powerful statistical software package, to perform data analysis. By taking this course, you will gain the skills and knowledge you need to succeed as a Financial Analyst.
See salaries and explore the career path for Financial Analyst
Machine Learning Engineer
Machine Learning Engineers design and build machine learning models. This course provides a solid foundation in descriptive and inferential statistics, which are essential skills for Machine Learning Engineers. The course also covers how to use R, a powerful statistical software package, to perform data analysis. By taking this course, you will gain the skills and knowledge you need to succeed as a Machine Learning Engineer.
See salaries and explore the career path for Machine Learning Engineer
Software Engineer
Software Engineers design, develop, and maintain software systems. This course provides a solid foundation in descriptive and inferential statistics, which are essential skills for Software Engineers. The course also covers how to use R, a powerful statistical software package, to perform data analysis. By taking this course, you will gain the skills and knowledge you need to succeed as a Software Engineer.
See salaries and explore the career path for Software Engineer

Reading list

We've selected 12 books that we think will supplement your learning. Use these to develop background knowledge, enrich your coursework, and gain a deeper understanding of the topics covered in Les Statistiques Descriptives et Inférentielles en R.
Cover image
R for Data Science
Save
Ce livre est un guide pratique pour l'utilisation de R pour la science des données. Il couvre les bases de R, ainsi que les techniques plus avancées telles que la manipulation de données, la visualisation et la modélisation.
(English) R for Data Science: Import, Tidy, Transform,...
Paperback
$$
(Deutsch) R für Data Science: Daten importieren, bereinigen,...
Kindle Edition
$$$
Cover image
An Introduction to Statistical Learning
Save
Ce livre est une introduction complète à l'apprentissage statistique. Il couvre un large éventail de sujets, notamment la régression, la classification et l'exploration des données.
An Introduction to Statistical Learning
Paperback
Check
An Introduction to Statistical Learning
Kindle Edition
Check
Cover image
R Cookbook
Save
Ce livre est une collection de recettes pour résoudre des problèmes courants avec R. Il couvre un large éventail de sujets, notamment la manipulation de données, la visualisation et la modélisation.
(English) R Cookbook: Proven Recipes for Data Analysis,...
Paperback
$$$
(English) R Cookbook: Proven Recipes for Data Analysis,...
Kindle Edition
$$$
Cover image
Probability Theory
Save
Ce livre est le manuel officiel de R. Il fournit une référence complète à la langue.
(English) Probability Theory: An Introduction Using R
Hardcover
$$$$
(English) Probability Theory: An Introduction Using R
Kindle Edition
$$$$
Statistical Inference
Save
Ce livre est une introduction complète à l'inférence statistique. Il couvre un large éventail de sujets, notamment l'estimation, les tests d'hypothèses et les intervalles de confiance.
(English) Statistical Inference
Hardcover
$$$
(English) Statistical Inference
Hardcover
$$$
(English) Times Higher Education Abroad excellent selection...
Paperback
$$
(English) Statistical Inference
Kindle Edition
$$$
Cover image
Bayesian Data Analysis, Third Edition
Save
Ce livre est une introduction complète à l'analyse des données bayésiennes. Il couvre un large éventail de sujets, notamment les modèles hiérarchiques, les modèles graphiques et les méthodes d'échantillonnage.
(English) Bayesian Data Analysis (Chapman & Hall/CRC Texts in...
Kindle Edition
$$$$
Cover image
Causal Inference in Statistics
Save
Ce livre est une introduction complète à l'inférence causale. Il couvre un large éventail de sujets, notamment les modèles graphiques, les méthodes d'identification et les méthodes d'estimation.
(English) Causal Inference in Statistics - A Primer
Paperback
$$
(English) Causal Inference in Statistics: A Primer
Kindle Edition
$$
Machine Learning
Save
Ce livre est une introduction complète à l'apprentissage automatique. Il couvre un large éventail de sujets, notamment les algorithmes d'apprentissage supervisé et non supervisé, les méthodes d'évaluation et les applications.
(English) Machine Learning (McGraw-Hill International...
Paperback
$$$
Cover image
Deep Learning
Save
Ce livre est une introduction complète à l'apprentissage profond. Il couvre un large éventail de sujets, notamment les réseaux de neurones, les méthodes d'apprentissage et les applications.
(English) Deep Learning
Paperback
$$$
(English) Deep Learning (Adaptive Computation and Machine...
Hardcover
$$$
(English) Deep Learning (Adaptive Computation and Machine...
Kindle Edition
$$$
Cover image
Text Mining with R
Save
Ce livre est une introduction complète au traitement du langage naturel avec R. Il couvre un large éventail de sujets, notamment la tokenisation, l'analyse syntaxique, l'analyse sémantique et les applications.
Text Mining with R
Paperback
Check
Text Mining with R
Kindle Edition
Check
Cover image
Time Series Analysis
Save
Ce livre est une introduction complète à l'analyse des séries chronologiques avec R. Il couvre un large éventail de sujets, notamment les modèles ARIMA, les modèles GARCH et les méthodes de prévision.
(English) Time Series Analysis: With Applications in R...
Hardcover
$$$
Cover image
R Graphics Cookbook
Save
Ce livre est une collection de recettes pour créer des graphiques avec R. Il couvre un large éventail de sujets, notamment les graphiques de base, les graphiques avancés et les graphiques interactifs.
R Graphics Cookbook
Paperback
Check
R Graphics Cookbook
Kindle Edition
Check

Share

Help others find this course page by sharing it with your friends and followers:
Facebook
LinkedIn
Reddit
X
Link
Email

Similar courses

Here are nine courses similar to Les Statistiques Descriptives et Inférentielles en R.
Practical Time Series Analysis
Most relevant
Applied Plotting, Charting & Data Representation in Python
Most relevant
Foundations of strategic business analytics
Most relevant
A Crash Course in Data Science
Most relevant
Experimentation for Improvement
Most relevant
Social Media Data Analytics
Most relevant
Building R Packages
Most relevant
Statistics for Genomic Data Science
Most relevant
Math behind Moneyball
Most relevant

Coursera Buyer Protection & Guarantee

Verified partner policies & purchase protections

Accredited University Partner
Free Trial & Audit

7-Day Free Trial & Free Audit

7-day free trial on monthly Coursera Plus subscriptions; free audit option available on most individual courses to explore video lectures and readings at no charge.

Return & Refund Policy

14-Day Refund Guarantee

14-day refund window on annual Coursera Plus subscriptions and single-course purchases prior to certificate issuance. Monthly subscriptions do not offer refunds once billed.

Buyer Protections

Verified Academic & Industry Partner

Accredited university and industry certifications (e.g. Stanford, Google, IBM, Yale), secure SSL payment processing, and verifiable digital certificate links.

Key Purchase Protections
14-day refund window on annual Coursera Plus and single courses
7-day free trial on monthly Coursera Plus subscriptions
Free course audit option for lectures and readings
Verified certificates from top universities & companies
OpenCourser Verified Partner Policy details last reviewed: 2026-10-22
Course image
Effort
1 heure
Level
Intermediate
Via
Coursera
Institution
Coursera Project Network
Instructor
Emmanuel Segui
Language
Français
Traffic lights
Read about what's good
what should give you pause
and possible dealbreakers
Adapté aux débutants, le cours fournit une base solide pour comprendre les statistiques descriptives et inférentielles dans R
Ce cours est accessible aux étudiants basés en Amérique du Nord
Les étudiants apprendront à effectuer des résumés de statistiques descriptives, des calculs de corrélations et des tests d'hypothèse dans R
Share this
Share to help others discover this course.
Facebook LinkedIn X Reddit Link Email
Begin learning today
Enroll now to gain full access to Les Statistiques Descriptives et Inférentielles en R.
Enroll now
Save for later
Add this course to your list. Find it anytime.
Save
Our mission

OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.

Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.

Find this site helpful? Tell a friend about us.

Affiliate disclosure

We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.

Your purchases help us maintain our catalog and keep our servers humming without ads.

Thank you for supporting OpenCourser.

© 2016 - 2025 OpenCourser