Joseph Larmarange

Enseigner R sur YouTube en temps de COVID-19 : retour d'expérience des webin-R

Joseph LARMARANGE — 2026-01-26T11:02:21Z

Enseigner R sur YouTube en temps de COVID-19 : retour d'expérience des webin R

2026

Pré-publication, Document de travail

Résumé

En contexte COVID-19, j'ai mis en place en novembre 2020 un webinaire hebdomadaire d'enseignement à R : les webin-R. Diffusées en direct sur YouTube, les sessions duraient de 1 h 30 à 2 h, avec partage d'écran. Les contenus reposaient sur analyse-R, un support de formation en ligne créé et maintenu depuis 2015.

Mi-mai 2021, une enquête a été menée auprès des participantes aux webin-R (120 questionnaires complétés). Les répondantes étaient en majorité des hommes (64 %), âgés de 40 ans ou moins (62 %). La moitié (49 %) résidait hors de France. Ils/Elles étaient mastérantes (20 %), doctorantes (25 %), postdoctorantes (3 %), ingénieures (26 %), chercheures (18 %). Les disciplines étaient tout aussi variées.

En termes de participation, nous avons observé une fatigue au cours du temps, et surtout une baisse du suivi en direct au profit du différé.

Les participantes ont souligné l'importance du visionnage en différé, la mise à disposition des scripts, le chapitrage des vidéos, l'articulation avec analyse-R, le partage d'écran, la langue française et la gratuité des contenus. Certains regrettent l'absence d'exercices ou la non-possibilité de valider des crédits d'enseignement.

L'expérience des webin-R traduit une forte demande pour des contenus d'autoformation à R, avec une visée appliquée, en français, et facilement accessibles. Le format libre participe au développement d'une science ouverte.

Mots clés : enseignement statistique, R, YouTube, enquête en ligne, COVID-19.

ggplot2 ou la grammaire des graphiques sous R

Joseph LARMARANGE — 2019-06-18T07:17:11Z

Communication orale effectuée le 18 juin 2019 à l'Ined dans le cadre des Rencontres de statistique appliquée, session Visualisation de données : grammaires, pratiques, outils.

Résumé

R possède un puissant moteur graphique interne. Toutefois, produire un graphique complet avec les fonctions basiques de R est peu aisée. L'extension ggplot2, développée par Hadley Wickham et mettant en œuvre la grammaire des graphiques théorisée par Leland Wilkinson, est devenue en quelques années l'une des extensions R les plus utilisées. La grammaire des graphiques invite l'utilisateur à repenser sa manière de concevoir un graphique en associant variables (données), paramètres graphiques (esthétiques) et formes géométriques, puis en complexifiant progressivement son graphique (coordonnées, échelles, facettes, étiquettes, légendes, thèmes…).

Référence

Larmarange Joseph (2019) « Ggplot2 ou la grammaire des graphiques sous R » (communication orale), présenté à Rencontres de statistique appliquée de l'Ined, Paris. DOI : 10.5281/zenodo.3247913. https://larmarange.github.io/seminaire-INED-18juin2019/diaporama.html.

Représentation graphique du 90-90-90

Joseph LARMARANGE — 2016-07-11T19:54:29Z

L'objectif 90-90-90 des Nations unies dans le domaine de la lutte contre le VIH (90% des personnes infectées diagnostiquées, 90% des personnes diagnostiquées sous traitement, 90% des personnes sous traitement avec charge virale contrôlée) est le plus souvent représenté au travers du graphique ci-dessous.

Ce graphique peut être facilement reproduit avec R et ggplot2 à l'aide de la fonction gg909090() du package JLutils disponible sur GitHub.

Pour reproduire la figure précédente, il suffit d'entrer la commande :

gg909090()

On peut facilement modifier les valeurs ainsi que la couleur du graphique.

gg909090(0.789, .567, .912, col = "darkgreen")

gg909090(0.782334, .6789, .82, col = "darkblue", overall = TRUE)

Pour plus d'options, voir l'aide de la fonction.

?gg909090

Représenter les coefficients d'un modèle avec ggplot2

Joseph LARMARANGE — 2016-06-06T10:04:38Z

Le packge GGally qui fournit plusieurs fonctions permettant de réaliser certains graphiques particuliers avec ggplot2 vien de se doter d'une fonction ggcoef permettant de représenter aisément les coefficients d'un modèle statistique sous forme de graphique.

Pour plus de détails, on pourra se référer à la vignette accompagnant le package.

À noter également, une fonction tidy_detailed fournie dans l'extension JLutils et étendant la fonction tidy du package broom. Voir le chapitre consacré à la régression logistique sur analyse-R.