Ce projet contient des notebooks R associés à l'article de revue : [_Causal inference methods for combining randomized controlled trials and observational studies: a review_](https://arxiv.org/abs/2011.08047). Il permet de reproduire les simulations et les graphiques présentés dans l'article, ainsi que d'analyser des données médicales extraites de la Traumabase registry et de la CRASH-3 trial.

Ce projet contient les ressources pédagogiques pour un cours sur les enjeux liés aux nouvelles sources de données pour la statistique publique donné à l'Ensai sur les années scolaires 2022/2023 et 2023/2024. Il inclut des slides de présentation et des applications permettant d'analyser des données du registre parcellaire français avec R et PostGIS, ainsi que de réaliser une classification automatique en NLP avec Fasttext sur les déclarations d'entreprises.

Ce projet fournit des ressources pédagogiques et des tutoriels sur l'appariement de données individuelles, ainsi que des données de test. Il présente différents packages R et Python pour l'appariement, tels que Record Linkage, dedupe et reclin2.

Ce projet est un cours public dédié à la programmation littéraire, une méthode de développement logiciel qui combine code et documentation. Il propose des ressources pédagogiques pour apprendre à analyser des données, créer des visualisations et rédiger des rapports reproductibles. Destiné aux étudiants en informatique, il inclut des travaux dirigés, des spécifications techniques et des présentations pour maîtriser des outils comme R et RStudio.

Ce projet est un dépôt public dédié à un cours universitaire de Licence 3 en MIAGE. Il propose des modèles statistiques et des outils de programmation lettrée pour les étudiants. Les participants réalisent un mini-projet en binôme, incluant la rédaction de fichiers R Markdown, la génération de rapports PDF via knitr, et une présentation finale. Le dépôt contient également des ressources pédagogiques, des spécifications de travaux dirigés et des présentations sur les fondamentaux de la programmation lettrée et de l'analyse de données.

RANOMALY est un package R dédié à l'analyse de la diversité microbienne. Il permet de traiter et d'interpréter des données issues de séquençage à haut débit, en particulier pour les gènes 16S et ITS. Il intègre des méthodes statistiques avancées et des algorithmes d'apprentissage automatique pour détecter et caractériser les espèces microbiennes présentes dans un échantillon.

Ce projet est un diaporama interactif conçu pour présenter le langage R et son environnement de développement RStudio. Il sert de support pédagogique pour des formations ou ateliers sur l'analyse de données avec R, en expliquant les bases du langage, les packages disponibles, et les bonnes pratiques d'utilisation. Le diaporama est accessible en ligne et peut être utilisé comme ressource éducative pour des publics variés.

Ce projet est un dépôt public dédié à un cours de programmation littéraire et d'analyse de données. Il propose des ressources pédagogiques pour les étudiants en L3 Miage, incluant des spécifications de projets, des présentations théoriques et des travaux dirigés. Les outils et méthodes enseignés couvrent la manipulation de données avec R, la création de visualisations statistiques et l'utilisation de RStudio pour des analyses reproductibles.

Ce projet permet de visualiser et d'analyser des données à la fois spatiales et spéciales à l'aide du langage R. Il offre des outils pour cartographier des informations géographiques et produire des représentations visuelles adaptées à des présentations ou des rapports. Destiné à un public académique ou professionnel, il facilite la compréhension et l'interprétation de données complexes.

Ce projet propose une présentation interactive de données analysées avec le langage R. Il permet de visualiser des résultats statistiques sous forme de diapositives dynamiques, facilitant la compréhension et l'interprétation des données. Les utilisateurs peuvent naviguer à travers les slides pour explorer les analyses, les graphiques et les conclusions tirées des données.