Introduction

Cours 1

Andreas Eich

Université de la Polynésie française
UE 6.7 Biostatistiques 2

À propos de moi

  • Doctorant à l’EPHE (Paris), CRIOBE (Mo’orea), et Université Laval (Canada)
  • Travail sur les motifs moléculaires responsables des différences de tolérance thermique du corail
  • Toujours en train d’apprendre le français, soyez patients

Format du cours

  • 7 × 1,5 heures
  • Env. 30 minutes d’introduction (présentation), 1 heure d’exercices
  • Toutes les informations du cours sur le site du cours (diapositives, dates, annonces, etc.)
  • 2 examens, 1,5 heure chacun, plus une deuxième chance

Statistiques

  • Transformez les données brutes en compréhension, aperçu et connaissances
  • Aide à comprendre la variation
  • Partie importante d’un bon flux de travail scientifique, de la documentation et de la communication
  • Nécessaire pour tous les domaines de la biologie

Crise de la réplication

Mêmes données, équipes différentes (Camerer et al. 2018)

Objectif

  • Comprendre et appliquer les méthodes statistiques pour analyser vos données (mémoires de BSc & MSc)
  • Comprendre les idées principales des analyses dans les publications scientifiques
  • Rendre les analyses ouvertes et reproductibles
  • Pensée statistique : Comprendre les causes biologiques de la variation dans les données, plutôt que de se concentrer sur les valeurs p et des dizaines de tests

Approche

  • Accent sur les statistiques appliquées et modernes
  • Analyses « tidy » (plus sur cela plus tard)
  • Travail avec de vraies données
  • Les modèles statistiques comme cadre unifié

Pourquoi analyser avec du code ?

  • Les scripts documentent toutes les étapes effectuées
  • Les programmes à clics (par ex. Excel) cachent le flux de travail → Non reproductible
  • Écrire du code nécessite de réfléchir à vos données et aux étapes d’analyse étape par étape
  • Les programmes automatiques cachent ce qui se passe réellement

Éviter Excel

  • Considère « tout » comme une date
  • 20 % des articles de génétique contiennent des erreurs dues au formatage Excel (Ziemann, Eren, and El-Osta 2016)
  • Les gènes ont été renommés parce que c’est plus facile que de gérer Excel
  • Format de fichier propriétaire (Microsoft) → Vous devez acheter le programme pour l’ouvrir, problèmes de compatibilité
  • Utile pour entrer des données (mais envisager Google Sheets, OpenOffice, etc.)

Excel est excellent pour entrer des données, mais pas pour l’analyse

Pourquoi R ?

  • Gratuit
  • Conçu pour les statistiques
  • Développement constant
  • Extensible avec des paquets
  • Communauté en ligne et bon support
  • Standard en biologie

Travailler en R

  • Vous n’avez pas besoin de mémoriser tout le code
  • Les messages d’erreur et les avertissements sont normaux et font partie du processus d’apprentissage
  • Vous n’avez pas besoin de tout comprendre aujourd’hui, vous comprendrez davantage à chaque séance

Outils utilisés dans le cours

Logo R

Langage de programmation

Logo RStudio

Interface pratique pour R

Logo Quarto

Combine le texte, le code et la sortie (graphiques, tableaux, …)

→ Langage

→ Traitement de texte

→ Document .docx

Aperçu de R

Objets

Données, colonnes, vecteurs, etc.

penguins # données
penguins$species # colonne

a <- 1 # sauvegarde la valeur 1 dans l'objet nommé `a`
b <- "Bonjour" # R peut stocker les nombres ET le texte

Fonctions

Faire quelque chose, souvent avec des objets

str(penguins) # aperçu

penguins %>% # prendre les données
  filter(species == "Adelie") %>% # puis filtrer pour une espèce
  mutate(bill_length_cm = bill_length_mm / 10) # puis créer une nouvelle colonne

# introduit un commentaire

Visite rapide de RStudio

Visite rapide de RStudio

Visite rapide de RStudio

  • Installation très facile (mais pas sur les ordinateurs UPF)
  • Utilisez « Posit Cloud », une version en ligne de RStudio (fonctionne aussi sur les tablettes)
  • Je mets à disposition les feuilles de tâches chaque semaine
  • 25 heures/mois gratuitement → fermez la session après utilisation
  • Si vous voulez utiliser votre propre ordinateur, parlez-moi

Aperçu de Quarto

  • Permet de combiner du texte (expliquant l’analyse, les étapes que vous avez prises, etc.), du code et la sortie (graphiques, tableaux, etc.)
  • Peut être exporté en HTML (site web), PDF, document MS Word
  • Très bon pour documenter votre travail et rendre les analyses reproductibles

Aperçu de Quarto

Paquets

Collection de fonctions qui étendent R

Exemples

  • readxl pour lire les fichiers Excel
  • googlesheets4 pour lire Google Sheets

Installation

install.packages("tidyverse")

Vous installez un paquet une seule fois

Chargement

library(tidyverse)

Vous le chargez (library()) chaque fois que vous démarrez R

À vous de jouer

  1. Allez sur le site du cours
  2. Allez au calendrier
  3. Cliquez sur TP1
  4. Connectez-vous à Posit Cloud

andieich.github.io/2026_biostatistiques_2

Références

Camerer, Colin F., Anna Dreber, Felix Holzmeister, Teck-Hua Ho, Jürgen Huber, Magnus Johannesson, Michael Kirchler, et al. 2018. “Evaluating the Replicability of Social Science Experiments in Nature and Science Between 2010 and 2015.” Nature Human Behaviour 2 (9): 637–44. https://doi.org/10.1038/s41562-018-0399-z.
Ziemann, Mark, Yotam Eren, and Assam El-Osta. 2016. “Gene Name Errors Are Widespread in the Scientific Literature.” Genome Biology 17 (1): 177. https://doi.org/10.1186/s13059-016-1044-7.