Apprentissage du logiciel R

Date : du 26 janvier au 4 février 2027 
Durée : 52 heures 
Lieu : Paris 
Tarif plein : 1 700 € (prise en charge par l'employeur) | 1 100 € (autofinancement)

✅ 52 heures de formation pratique
✅ 4 modules indépendants ou parcours complet
✅ Travail sur vos propres données
✅ Compétences immédiatement mobilisables dans votre activité

Maîtrisez la gestion et la préparation de vos données avec R

Les données sont aujourd'hui au cœur de la recherche, de l'expertise et de la prise de décision. Pourtant, leur organisation, leur nettoyage et leur mise en forme représentent souvent une part importante du temps consacré à un projet.

L'EPHE – PSL propose une formation pratique au logiciel libre R, conçue pour acquérir les méthodes et les outils indispensables à une gestion efficace, reproductible et automatisée des données.

À travers un parcours progressif composé de quatre modules de deux jours, vous apprendrez à importer, structurer, transformer, visualiser et automatiser le traitement de vos données. Les modules peuvent être suivis indépendamment afin de répondre aux besoins et au niveau de chaque participant.

Les bénéfices de la formation

À l'issue de la formation, vous serez en mesure de : 

• manipuler efficacement vos jeux de données sous R ; 
• automatiser des tâches chronophages et répétitives ; 
• limiter les risques d'erreurs liés aux traitements manuels ; 
• produire des visualisations de qualité professionnelle ; 
• mettre en œuvre des pratiques favorisant la reproductibilité et la traçabilité des traitements ; 
• gagner en autonomie dans vos projets de recherche et d'expertise.

Pourquoi suivre cette formation ?

Si R est aujourd'hui un outil de référence pour le traitement et l'analyse des données, les étapes de préparation, de structuration et de nettoyage des données sont souvent peu abordées dans les formations classiques, alors qu'elles représentent une part essentielle du travail. Cette formation met l'accent sur ces compétences fondamentales à travers une approche concrète et directement mobilisable dans un contexte professionnel ou de recherche.

Une pédagogie centrée sur la pratique

• effectifs réduits favorisant les échanges ; 
• exercices appliqués et études de cas ; 
• accompagnement individualisé ; 
• possibilité de travailler sur ses propres jeux de données ; 
• progression adaptée aux débutants comme aux utilisateurs souhaitant approfondir leurs compétences.

Public visé

Cette formation s'adresse notamment : 

• aux chercheurs et enseignants-chercheurs ; 
• aux ingénieurs et techniciens ; 
• aux chargés d'études et de mission ; 
• aux gestionnaires de données ; 
• aux professionnels des sciences du vivant, de la santé et de l'environnement ; 
• à toute personne souhaitant renforcer ses compétences en gestion, préparation et visualisation des données.

Cette formation porte sur la préparation, la manipulation, la visualisation et l'automatisation du traitement des données sous R. Elle n'aborde pas l'analyse statistique proprement dite. Pour une formation sur l’analyse statistique des données, voir le certificat pour l’analyse de données pour l’écologie et la gestion de la biodiversité, ou l’UE d’analyse statistique des données.

Durée : 52 heures (4 modules de 2 jours) 
Lieu : Paris 
Public : Professionnels, chercheurs, ingénieurs, techniciens, chargés d'études et gestionnaires de données 
Inscription : ouverte tout au long de l'année, dans la limite des places disponibles

Tarifs pour le parcours complet (52 heures)

• Tarif employeur : 1 700 € 
• Tarif autofinancement : 1 100 €

Tarifs pour l’inscription par module

• Tarif employeur : 500 € / module 
• Tarif autofinancement : 350 € / module

Organisation

La formation est proposée exclusivement dans le cadre de la formation continue. 

Elle est composée de quatre modules indépendants pouvant être suivis séparément ou dans le cadre d'un parcours complet, selon les besoins et le niveau de chaque participant.

Calendrier 2027

• Module 1 (13h) - Familiarisation avec R : 26 et 27 janvier 2027 
• Module 2 (13h) - Formatage et nettoyage des données : 28 et 29 janvier 2027 
• Module 3 (13h) - Visualisation graphique des données : 1er et 2 février 2027 
• Module 4 (13h) - Programmation sous R : 3 et 4 février 2027

Une formation orientée projets

L'EPHE – PSL privilégie des groupes à effectif limité afin de favoriser les échanges et l'accompagnement individualisé. 

Chaque module accorde une place importante à la mise en pratique à travers des cas concrets. Les participants sont invités à travailler sur leurs propres jeux de données et problématiques professionnelles afin de favoriser un transfert immédiat des compétences acquises.

Pour tous nos modules, l’accent est mis sur les projets concrets des apprenants grâce à des effectifs réduits. Une demi-journée à une journée est consacrée à la réalisation de projets concrets mobilisant les contenus des cours dans chacun des modules. Les participants sont invités à venir avec leurs propres projets sur lequel travailler.

Module 1 : familiarisation avec R

Pré-requis : Aucun pré-requis pour ce module. Ce module s’adresse à des apprenants n’ayant jamais utilisé R, ou n’ayant utilisé le logiciel qu’au détour d’une formation sans rentrer suffisamment dans les détails pour l’utiliser de leur propre initiative.

Objectifs : Rendre l’apprenant autonome sous R pour y effectuer des tâches simples (importer les données, sélection de colonnes et lignes, calculs simples), et savoir où trouver les ressources pour progresser à son rythme.

Compétences :
• S’approprier le fonctionnement de R, et de l’interface graphique Rstudio.
• Importer des données depuis un fichier de l’ordinateur dans R.
• Utiliser les fonctions de bases de R pour effectuer des manipulations et opérations simples sur les données.
• Trouver en autonomie des informations complémentaires sur une commande R.

Dates : 26 et 27 janvier 2027.

Module 2 : formatage et nettoyage des données sous R

Pré-requis : Module 1 ou une connaissance de base du fonctionnement de R.

Objectifs : Donner aux apprenants les clés pour transformer et nettoyer un jeu de données chargé sous R, de manière efficace, automatisée et reproductible. Cette étape est souvent la plus intimidante et difficile pour un novice, alors que quelques concepts et fonctions clés permettent d’effectuer des recherches et transformations complexes à effectuer sous un tableur en quelques commandes. Les outils proposés dans ce module (filtres, outils sur les chaînes de caractère, opérations groupées, pivot, mise en relation de plusieurs jeux de données) visent explicitement à remplacer ce travail laborieux sous un tableur par des commandes sous R. Cela évite les erreurs humaines (copier-coller), mais aussi favorise la reproductibilité (la même commande marchera pour une nouvelle version des données) et la communicabilité (le code suffit à décrire précisément les étapes du « nettoyage » à ses pairs). L’accent sera mis sur les bonnes pratiques et comment obtenir des données bien « rangées » pour n’importe quel type d’analyse statistique.

Compétences :
• Nettoyer et filtrer un jeu de données en fonction de critères établis.
• Transformer et formater un jeu de données en vue d’une analyse statistique précise ou pour en produire directement des statistiques résumées.
• Mettre en relation différents jeux de données et en raccorder certaines parties.
• Adopter les bonnes pratiques pour favoriser la reproductibilité et la communicabilité de sa manipulation de données.

Dates : 28 et 29 janvier 2027.

Module 3 : visualisation graphique des données sous R

Pré-requis : module 1 ou une connaissance de base du fonctionnement de R.

Objectifs : Permettre aux apprenants de produire des graphiques de qualité professionnelle en quelques commandes. La visualisation des données est un élément extrêmement important pour leur analyse. Il permet non seulement d’explorer les données pour en saisir les subtilités, mais aussi de transmettre une information quantitative à leur sujet à un public plus large. Choisir le bon type de graphique, les bons éléments à y faire figurer et d’autres éléments esthétiques sont cruciaux pour élaborer de bons graphiques. Ce module utilise ggplot2, une solution graphique sous R permettant de produire rapidement des graphiques complexes et de qualité professionnelle. Les possibilités pour combiner plusieurs graphiques et les types de format numérique pour sauvegarder des graphiques seront abordés.

Compétences :
• Choisir le type de graphique approprié aux données et au message à transmettre.
• Produire un graphique complexe (y compris en combinant plusieurs graphiques) avec le paquet ggplot2.
• Formater un graphique pour une production professionnelle.
• Sauvegarder un graphique en utilisant le bon type de fichier et la bonne résolution.

Dates : 1 et 2 février 2027.

Module 4 : programmation sous R

Pré-requis : module 2 ou familiarité avec l’utilisation basique de R. Ce module s’adresse à des apprenants ayant suivi les autres modules (au moins 1 et 2), ou utilisant déjà R, mais voulant approfondir leurs compétences.

Objectifs : Exploiter R à son plein potentiel en automatisant des tâches plus complexes. Certaines tâches sont en effet plus difficiles à automatiser, notamment lorsque les données doivent être analysées ou transformées de manière complexe, ou lorsqu’on veut simuler de nouvelles données. Il est alors nécessaire de découper l’exercice en un ensemble de tâches plus simples et de faire appel à quelques outils plus avancés de R (boucles, écriture de fonctions, utilisation de listes ou de matrices), y compris en parallélisation ces tâches de manière très simple grâce à future.apply. À l’issue de ce module, les apprenants seront donc capables de s’attaquer à des problèmes insolubles à l’aide d’un tableur classique et posséderont l’autonomie suffisante pour effectuer à peu près n’importe quel traitement de données (hors analyse statistique) sous R.

Compétences :
• Découper un problème complexe en une série de tâches plus simples et implémenter ces tâches sous R à l’aide de courtes fonctions.
• Automatiser des tâches répétitives à l’aide de boucles, ou en appliquant des fonctions à des listes.
• Paralléliser très simplement une tâche répétitive à l’aide du paquet future.apply.

Dates : 3 et 4 février 2027.

Contact et inscriptions

Responsable pédagogique : Pierre de Villemereuil, Maître de conférences

Inscription administrative, conditions et modalités de financement : Direction de la Formation continue