Differences
This shows you the differences between two versions of the page.
| Both sides previous revision Previous revision Next revision | Previous revision | ||
|
r_atelier9 [2016/09/05 13:52] vincent_fugere |
r_atelier9 [2021/10/14 03:52] (current) lsherin |
||
|---|---|---|---|
| Line 1: | Line 1: | ||
| + | <WRAP group> | ||
| + | <WRAP centeralign> | ||
| + | <WRAP important> | ||
| + | <wrap em> __AVIS IMPORTANT__ </wrap> | ||
| + | |||
| + | <wrap em> Depuis l'automne 2021, ce wiki a été discontinué et n'est plus activement développé. </wrap> | ||
| + | |||
| + | <wrap em> Tout le matériel mis à jour et les annonces pour la série d'ateliers R du CSBQ se trouvent maintenant sur le [[https://r.qcbs.ca/fr/workshops/r-workshop-09/|site web de la série d'ateliers R du CSBQ]]. Veuillez mettre à jour vos signets en conséquence afin d'éviter les documents périmés et/ou les liens brisés. </wrap> | ||
| + | |||
| + | <wrap em> Merci de votre compréhension, </wrap> | ||
| + | |||
| + | <wrap em> Vos coordonnateurs de la série d’ateliers R du CSBQ. </wrap> | ||
| + | |||
| + | </WRAP> | ||
| + | </WRAP> | ||
| + | <WRAP clear></WRAP> | ||
| + | |||
| ======= Ateliers R du CSBQ ======= | ======= Ateliers R du CSBQ ======= | ||
| Line 5: | Line 22: | ||
| Cette série de [[r|10 ateliers]] guide les participants à travers les étapes requises afin de maîtriser le logiciel R pour une grande variété d’analyses statistiques pertinentes en recherche en biologie et en écologie. Ces ateliers en libre accès ont été créés par des membres du CSBQ à la fois pour les membres du CSBQ et pour la grande communauté d’utilisateurs de R. | Cette série de [[r|10 ateliers]] guide les participants à travers les étapes requises afin de maîtriser le logiciel R pour une grande variété d’analyses statistiques pertinentes en recherche en biologie et en écologie. Ces ateliers en libre accès ont été créés par des membres du CSBQ à la fois pour les membres du CSBQ et pour la grande communauté d’utilisateurs de R. | ||
| - | ====== Atelier 8: Analyses multivariées ====== | + | //Le contenu de cet atelier a été révisé par plusieurs membres du CSBQ. Si vous souhaitez y apporter des modifications, veuillez SVP contacter les coordonnateurs actuels de la série, listés sur la page d'accueil// |
| + | |||
| + | <wrap em>AVIS IMPORTANT: MISES À JOUR MAJEURES</wrap> | ||
| + | |||
| + | **Mise à jour de mars 2021:** Ce wiki n'est plus activement développé ou mis à jour. Le matériel mis à jour pour la série d'ateliers R du CSBQ est maintenant hébergé sur [[https://github.com/QCBSRworkshops/workshop09|la page GitHub]] des ateliers R du CSBQ. | ||
| + | |||
| + | Le matériel disponible inclut; | ||
| + | - La [[https://qcbsrworkshops.github.io/workshop09/pres-fr/workshop09-pres-fr.html|présentation Rmarkdown]] pour cet atelier; | ||
| + | - Un [[https://qcbsrworkshops.github.io/workshop09/book-fr/workshop09-script-fr.R|script R]] qui suit la présentation - //*en construction*//. | ||
| + | - [[https://qcbsrworkshops.github.io/workshop09/book-fr/index.html|Le matériel écrit]] qui accompagne la présentation en format bookdown - //*en construction*//. | ||
| + | |||
| + | ====== Atelier 9: Analyses multivariées ====== | ||
| Développé par : Bérenger Bourgeois, Xavier Giroux-Bougard, Amanda Winegardner, Emmanuelle Chrétien et Monica Granados. | Développé par : Bérenger Bourgeois, Xavier Giroux-Bougard, Amanda Winegardner, Emmanuelle Chrétien et Monica Granados. | ||
| - | (Le R script est en parti issu de: Borcard, Gillet & Legendre (2011). //Numerical Ecology with R//. Springer New York). | + | (Le script R est en parti issu de: Borcard, Gillet & Legendre (2011). //Numerical Ecology with R//. Springer New York). |
| - | **Résumé:** Apprenez les bases des analyses multivariées : choisissez les mesures de distance et transformations appropriées pour réaliser des analyses multivariées, et apprenez à effectuer des groupements, des Analyses en Composantes Principales, des Analyses de Correspondance, des Analyses en Coordonnées Principales et des Positionnements Multidimensionnels Non-métriques, afin de trouver les patrons de diversité des communautés biologiques ! | + | **Résumé:** Dans cet atelier, vous apprendrez les bases des analyses multivariées qui vous |
| + | permettront de révéler les patrons de diversité dans vos données de communautés. Vous apprendrez d'abord comment choisir les mesures de distance et les transformations appropriées pour ensuite réaliser plusieurs types d'analyses multivariées: des groupements, des Analyses en Composantes Principales (PCA), des Analyses de Correspondance (CA), des Analyses en Coordonnées Principales (PCoA) et des Positionnements Multidimensionnels Non-Métriques (NMDS). | ||
| - | Lien vers la présentation Prezi associée : [[https://prezi.com/puivxp0qd-tz/csbq-atelier-r-8-good-version/| Prezi]] | + | **Lien vers la nouvelle [[https://qcbsrworkshops.github.io/workshop09/workshop09-fr/workshop09-fr.html|présentation Rmarkdown]]** |
| + | Lien vers la présentation Prezi associée : [[https://prezi.com/puivxp0qd-tz/?utm_campaign=share&utm_medium=copy | ||
| + | | Prezi]] | ||
| **Téléchargez le script R et les données pour cet atelier:** | **Téléchargez le script R et les données pour cet atelier:** | ||
| - | * [[http://qcbs.ca/wiki/_media/code_atelier8.r| script R]] | + | * [[http://qcbs.ca/wiki/_media/multivar1_f.r| script R]] |
| * [[http://qcbs.ca/wiki/_media/DoubsEnv.csv|DoubsEnv]] | * [[http://qcbs.ca/wiki/_media/DoubsEnv.csv|DoubsEnv]] | ||
| * [[http://qcbs.ca/wiki/_media/DoubsSpe.csv|DoubsSpe]] | * [[http://qcbs.ca/wiki/_media/DoubsSpe.csv|DoubsSpe]] | ||
| Line 682: | Line 713: | ||
| {{:env_PCA1.png?800|}} | {{:env_PCA1.png?800|}} | ||
| - | Rappelez-vous qu'un biplot de PCA est en fait un nuage de points dans lequel les axes sont des combinaisons linéaires des variables d'origine. Il existe donc beaucoup de façons différentes de tracer un biplot. Par exemple, vous pouvez utiliser la fonction ggplot () et les compétences acquises de l'atelier 4 pour tracer votre graphique d'ordination dans ggplot. | + | Rappelez-vous qu'un biplot de PCA est en fait un nuage de points dans lequel les axes sont des combinaisons linéaires des variables d'origine. Il existe donc beaucoup de façons différentes de tracer un biplot. Par exemple, vous pouvez utiliser la fonction ggplot () et les compétences acquises de l'atelier 3 pour tracer votre graphique d'ordination dans ggplot. |
