Actualités statistiques janvier 2015 (HIFIH)
gilles.hunault "at" univ-angers.fr
1. Une nouvelle page web pour des calculs statistiques
Suite à une demande de Paul CALES, une page de calcul d'AUROCs appariées a été ajoutée avec une sortie en matrice triangulaire supérieure à l'écran et dans un fichier .CSV de façon à pouvoir inclure les résultats dans un article pour publication.
Du coup, afin d'obtenir la même présentation en sortie, la page pour les calculs d'index et de test d'Obuschowski a aussi été modifiée.
Enfin, pour ceux celles que cela intéresse, une page est disponible pour des calculs de spécificité et de sensibilité en cas de "gold standard" imparfait.
Si vous aviez raté le premier lien de la page, la page Web qui donne la liste des calculs disponibles est là , par exemple
pour tracer une courbe ROC, ou pour calculer des valeurs diagnostiques.2. Ouvrages récents conseillés
R for Medicine and Biology (Paul D. LEWIS)
Ce n'est certainement pas le meilleur ouvrage pour apprendre à utiliser R, mais c'est un bon ouvrage pour voir comment on peut utiliser R en médecine clinique. On y parle de gestion de données, de traitements statistiques, d'analyses d'images DICOM, etc. L'ouvrage fait 400 pages dont au moins 150 de code R et de résultats mal présentés...
Applied Predictive Modeling (Max KUHN, Kjell JOHNSON)
Là, «c'est du lourd !» : toutes les méthodes classiques et récentes en régression et classification sont présentées et utilisées sur des exemples réels d'importance, avec du recul sur leur application. En 600 pages (couleurs) trés bien présentées avec une première partie sur les stratégies (processus de modélisation prédictive, pré-traitement des donnée, sur-apprentissage) c'est un ouvrage majeur qui doit faire partie de toute bibliothèque statistique sérieuse.
Le site associé indique cite les sources des jeux de données. Le package éponyme contient en plus des fonctions et des données le code R de chacun des chapitres pour refaire tous les exemples de l'ouvrage.
On remarquera que pour éviter la discussion clasique sur les termes d'apprentissage statistique ou artificiel (statistical learning vs machine learning) les auteurs ont choisi de parler de modélisation prédictive.
3. Les méthodes statistiques "modernes"
Si vous voulez rafraichir (ou approfondir) vos connaissances statistiques sur
les méthodes de rééchantillonnage (bootstrap, k-fold cross validation...)
les méthodes de régression linéaire et non linéaire (PLS, LASSO, RIDGE, MARS, SVM, KNN...)
les méthodes d'arbres de régression (CART, bagging, boosting, random Forests, cubist...) etc.
et que vous n'avez pas le temps de lire l'excellent ouvrage de Kuhn et Johnson, vous pouvez visionner des vidéos comme celles du bas de la page de A. Al Sharif ou vous inscrire à un MOOC... En plus de présenter les méthodes, les vidéos montrent souvent comment les appliquer avec R via Rstudio sur un exemple concret et vous renvoient à d'autres mini-films de démonstration comme par exemple :
Introduction to Data Mining with R:
Regression Trees, Bodyfat Dataset
Retour à la page principale de (gH)