MyNixOS website logo
Description

Applied Statistics for Economics and Management with R.

Datasets and functions for the book "Statistiques pour l’économie et la gestion", "Théorie et applications en entreprise", F. Bertrand, Ch. Derquenne, G. Dufrénot, F. Jawadi and M. Maumy, C. Borsenberger editor, (2021, ISBN:9782807319448, De Boeck Supérieur, Louvain-la-Neuve). The first chapter of the book is dedicated to an introduction to statistics and their world. The second chapter deals with univariate exploratory statistics and graphics. The third chapter deals with bivariate and multivariate exploratory statistics and graphics. The fourth chapter is dedicated to data exploration with Principal Component Analysis. The fifth chapter is dedicated to data exploration with Correspondance Analysis. The sixth chapter is dedicated to data exploration with Multiple Correspondance Analysis. The seventh chapter is dedicated to data exploration with automatic clustering. The eighth chapter is dedicated to an introduction to probability theory and classical probability distributions. The ninth chapter is dedicated to an estimation theory, one-sample and two-sample tests. The tenth chapter is dedicated to an Gaussian linear model. The eleventh chapter is dedicated to an introduction to time series. The twelfth chapter is dedicated to an introduction to probit and logit models. Various example datasets are shipped with the package as well as some new functions.

Statistiques pour l’économie et la gestion

Lifecycle: stable Project Status: Active – The project has reached a stable, usable state and is being actively developed. R-CMD-check Codecov test coverage CRAN status CRAN RStudio mirror downloads GitHub Repo stars DOI

L'objectif du package sageR est de fournir le code des illustrations et des exemples, ainsi que celui de fonctions addtionnelles, pour le livre Statistiques pour l’économie et la gestion, Théorie et applications en entreprise, écrit par Frédéric Bertrand, Christian Derquenne, Gilles Dufrénot, Fredj Jawadi, Myriam Maumy-Bertrand, dirigés par Claire Borsenberger, De Boeck Supérieur, Louvain-la-Neuve, 2021.

Installation

Pour installer la dernière version du package qui a été publiée sur le CRAN, il suffit d'exécuter la commande suivante :

install.packages("sageR")

Pour installer la version de développement du package depuis GitHub, il suffit d'exécuter la commande suivante :

# install.packages("devtools")
devtools::install_github("fbertran/sageR")

Table des matières

  1. Chapitre 1. La statistique et la collecte des données.
  2. Chapitre 2. Statistiques descriptives et visualisation des données univariables.
  3. Chapitre 3. Statistiques descriptives et visualisation des données bivariables ou multivariables.
  4. Chapitre 4. Analyse en composantes principales (ACP).
  5. Chapitre 5. Analyse factorielle des correspondances (AFC).
  6. Chapitre 6. Analyse des correspondances multiples (ACM).
  7. Chapitre 7. Classification automatique.
  8. Chapitre 8. Théorie des probabilités.
  9. Chapitre 9. Inférence statistique.
  10. Chapitre 10. Modèles gaussiens de régressions linéaires simple et multiple.
  11. Chapitre 11. Introduction aux séries temporelles.
  12. Chapitre 12. Introduction aux modèles logit et probit.

Statistics for Economics and Management (English version)

The goal of the sageR package is to provide code and additionnal material for the book Statistiques pour l’économie et la gestion, Théorie et applications en entreprise, written in French by Frédéric Bertrand, Christian Derquenne, Gilles Dufrénot, Fredj Jawadi, Myriam Maumy-Bertrand, edited by Claire Borsenberger and published by De Boeck Supérieur, Louvain-la-Neuve, 2021.

Installation

You can install the released version of sageR from CRAN with:

install.packages("sageR")

You can install the development version of SelectBoost from github with:

devtools::install_github("fbertran/sageR")

Contents

  1. Chapter 1. Statistics and Data Collection.
  2. Chapter 2. Descriptive Statistics and Visualization of Univariate Data.
  3. Chapter 3. Descriptive Statistics and Visualization of Bivariate or Multivariate data.
  4. Chapter 4. Principal cCmponent Analysis (PCA).
  5. Chapter 5. Correspondence Analysis (CA).
  6. Chapter 6. Multiple Correspondence Analysis (MCA).
  7. Chapter 7. Automatic classification.
  8. Chapter 8. Probability Theory.
  9. Chapter 9. Statistical Inference.
  10. Chapter 10. Single and Multiple Gaussian Linear Regressions.
  11. Chapter 11. Introduction to time series.
  12. Chapter 12. Introduction to probit and logit models.
Metadata

Version

0.6.1

License

Unknown

Platforms (75)

    Darwin
    FreeBSD
    Genode
    GHCJS
    Linux
    MMIXware
    NetBSD
    none
    OpenBSD
    Redox
    Solaris
    WASI
    Windows
Show all
  • aarch64-darwin
  • aarch64-genode
  • aarch64-linux
  • aarch64-netbsd
  • aarch64-none
  • aarch64_be-none
  • arm-none
  • armv5tel-linux
  • armv6l-linux
  • armv6l-netbsd
  • armv6l-none
  • armv7a-darwin
  • armv7a-linux
  • armv7a-netbsd
  • armv7l-linux
  • armv7l-netbsd
  • avr-none
  • i686-cygwin
  • i686-darwin
  • i686-freebsd
  • i686-genode
  • i686-linux
  • i686-netbsd
  • i686-none
  • i686-openbsd
  • i686-windows
  • javascript-ghcjs
  • loongarch64-linux
  • m68k-linux
  • m68k-netbsd
  • m68k-none
  • microblaze-linux
  • microblaze-none
  • microblazeel-linux
  • microblazeel-none
  • mips-linux
  • mips-none
  • mips64-linux
  • mips64-none
  • mips64el-linux
  • mipsel-linux
  • mipsel-netbsd
  • mmix-mmixware
  • msp430-none
  • or1k-none
  • powerpc-netbsd
  • powerpc-none
  • powerpc64-linux
  • powerpc64le-linux
  • powerpcle-none
  • riscv32-linux
  • riscv32-netbsd
  • riscv32-none
  • riscv64-linux
  • riscv64-netbsd
  • riscv64-none
  • rx-none
  • s390-linux
  • s390-none
  • s390x-linux
  • s390x-none
  • vc4-none
  • wasm32-wasi
  • wasm64-wasi
  • x86_64-cygwin
  • x86_64-darwin
  • x86_64-freebsd
  • x86_64-genode
  • x86_64-linux
  • x86_64-netbsd
  • x86_64-none
  • x86_64-openbsd
  • x86_64-redox
  • x86_64-solaris
  • x86_64-windows