Science des données sociales. Élégamment pythonique.

yardstick::conf_mat() + autoplot()

Matrice de confusion avec indicateurs

Dans quelle mesure une régression logistique prédit qui a voté Dole en 1996 — matrice de confusion hors échantillon, avec effectifs et parts par ligne, et intervalles bootstrap pour les principaux indicateurs.

yardstick::pr_curve() + autoplot()

Courbes précision–rappel

Courbes précision–rappel hors échantillon pour deux classifieurs qui prédisent quelles femmes mariées déclarent une liaison, avec précision moyenne et référence sans compétence.

caret::learning_curve_dat() + ggplot()

Courbe d'apprentissage

Exactitude d'entraînement et en validation croisée à mesure que l'échantillon d'entraînement grandit, pour deux modèles qui prédisent quelles femmes mariées déclarent une liaison.

caret::resamples() + bwplot() / tune::autoplot()

Comparaison de modèles en validation croisée

R² pli par pli de six modèles qui prédisent les résultats en mathématiques des districts scolaires californiens, avec moyennes et intervalles à 95 % corrigés.

vip::vip(method = "permute")

Importance par permutation

Les caractéristiques des districts sur lesquelles s'appuie une forêt aléatoire pour prédire les résultats en mathématiques — baisse du R² sur l'échantillon test quand chacune est permutée.

pdp::partial(ice = TRUE) + autoplot() / iml::FeatureEffect

Dépendance partielle avec courbes ICE

Comment les résultats prédits en mathématiques varient avec la pauvreté et avec la dépense par élève — la moyenne (PDP) sur une courbe par district scolaire (ICE).

Avancé : explications SHAP

Les valeurs de Shapley décomposent chaque prédiction en contributions additives des variables — globalement, variable par variable, et pour un cas unique.

Apprentissage automatique · Avancé : explications SHAP

Synthèse SHAP (essaim)

La valeur SHAP de chaque district scolaire pour chaque caractéristique, colorée selon la valeur de la caractéristique, avec l'importance moyenne |SHAP|.

shapviz::sv_importance(kind = "beeswarm")

Apprentissage automatique · Avancé : explications SHAP

Graphique de dépendance SHAP

Comment la part d'élèves à faible revenu pèse sur les résultats prédits en mathématiques de chaque district, colorée selon son principal partenaire d'interaction, avec une tendance lissée.

shapviz::sv_dependence()

Apprentissage automatique · Avancé : explications SHAP

Cascade SHAP pour une prédiction

Comment chaque caractéristique déplace les résultats prédits en mathématiques d'un district scolaire en difficulté, de la moyenne jusqu'à la sortie du modèle.

shapviz::sv_waterfall()

Données spatiales

Une valeur est-elle plus élevée là où celle des voisins l'est aussi ? Pondérations spatiales, autocorrélation spatiale globale et locale, et portée des regroupements — sur la France de Guerry, vers 1830.

spdep::poly2nb() + plot(nb, coords)

Carte choroplèthe avec pondérations spatiales

Une carte d'une variable avec, par-dessus, le réseau des voisins — la structure sur laquelle repose toute statistique spatiale.

spdep::moran.plot() + spdep::moran.mc()

Diagramme de Moran (autocorrélation globale)

Chaque zone face à la moyenne de ses voisines, avec le I de Moran, son test par permutation et la distribution de référence.

spdep::localmoran_perm() / rgeoda::local_moran()

Carte des regroupements LISA (autocorrélation locale)

Où se trouvent les regroupements et les valeurs atypiques spatiales — I de Moran local pour chaque zone, cartographié avec sa significativité par permutation.

spdep::sp.correlogram(method = "I")

Corrélogramme spatial

Le I de Moran à des ordres de voisinage croissants, avec une enveloppe de permutation — jusqu'où porte le regroupement spatial.

Distributions

Visualisez la forme de vos données : histogrammes, densités, graphiques en crêtes, fonctions de répartition empiriques et diagrammes Q–Q.

ggplot2::geom_histogram() + geom_density()

Histogramme avec densité

Histogramme, densité par noyau et courbe normale ajustée, avec statistiques de forme.

ggdist::stat_halfeye() / ggrain::geom_rain()

Graphique en nuage de pluie

Demi-violon, boîte à moustaches et points bruts par groupe, tracés à l'horizontale.

ggridges::geom_density_ridges()

Graphique en crêtes

Courbes de densité qui se chevauchent pour comparer une distribution entre de nombreux groupes.

Comparaison de fonctions de répartition empiriques

Fonctions de répartition empiriques de deux groupes, avec l'écart de Kolmogorov–Smirnov.

ggplot2::stat_ecdf()

Diagramme Q–Q avec bande de confiance

Diagrammes quantile-quantile normaux avec enveloppe à 95 %, pour une variable brute et sa version logarithmique.

qqplotr::stat_qq_band()

Comparaisons de groupes

Comparez des groupes avec le test, la taille d'effet et les valeurs p sur le graphique — à la manière de ggstatsplot.

ggstatsplot::ggbetweenstats()

Comparaison entre groupes

Violon, boîte et points avec ANOVA de Welch, taille d'effet et tests deux à deux.

ggstatsplot::ggwithinstats()

Comparaison intra-sujets

Mesures répétées avec une ligne par sujet, moyennes, ANOVA à mesures répétées et tests appariés.

dabestr::dabest() + plot()

Graphique d'estimation

Données brutes de deux groupes, avec la différence de moyennes et son IC à 95 % par bootstrap.

ggpubr::ggline(add = "mean_ci") / ggstats

Graphique d'interaction

Moyennes de groupes avec intervalles de confiance à 95 % pour deux facteurs, avec ANOVA à deux facteurs.

Intervalles HSD de Tukey

Intervalles de confiance simultanés à 95 % pour chaque différence de moyennes deux à deux.

TukeyHSD() + plot()

Proportions et enquêtes

Proportions, tableaux croisés et échelles de Likert, dans l'esprit de ggstats::gglikert et stat_prop.

Graphique de Likert divergent

Items de Likert à cinq niveaux en barres empilées divergentes, centrées sur la réponse neutre.

ggstats::gglikert()

ggstatsplot::ggbarstats()

Proportions empilées par groupe

Barres empilées à 100 % avec pourcentages, n par barre, test du khi-deux et V de Cramér.

vcd::mosaic(shade = TRUE)

Diagramme en mosaïque avec résidus de Pearson

Aires des tuiles proportionnelles aux effectifs, colorées selon les résidus de Pearson par rapport à l'indépendance.

ggstats::stat_prop() + geom_errorbar()

Proportions avec intervalles de confiance

Diagramme en points trié des proportions par groupe, avec intervalles de confiance de Wilson à 95 %.

ggstats::ggtable() / stat_cross()

Tableau croisé avec résidus standardisés

Un tableau de contingence en carte de chaleur, coloré selon les résidus standardisés par rapport à l'indépendance.

Corrélation et association

Matrices de corrélation, nuages de points avec statistiques et relations deux à deux.

Matrice de corrélation

Carte de chaleur triangulaire des corrélations de Pearson ; les cellules non significatives (Holm) sont barrées.

ggstatsplot::ggcorrmat()

ggstatsplot::ggscatterstats()

Nuage de points avec statistiques

Part d'élèves à faible revenu et résultats en mathématiques dans 303 districts californiens — nuage de points, droite des MCO avec bande à 95 %, histogrammes marginaux et r de Pearson.

Matrice de nuages de points avec corrélations

Matrice de nuages de points de quatre variables de districts scolaires, avec densités par groupe sur la diagonale et corrélations globales et intragroupes au-dessus.

GGally::ggpairs()

corrplot::corrplot(order = "hclust", addrect = 3)

Corrélogramme avec classification

Cercles à la corrplot, dimensionnés et colorés selon r pour 13 indicateurs de districts scolaires, ordonnés par classification hiérarchique.

Modèles de régression

Graphiques de coefficients, rapports de cotes, comparaison de modèles et effets marginaux — ggcoef_model pour Python.

6 graphiques ›

Graphique des coefficients

Estimations de régression avec intervalles de confiance à 95 %, une ligne par terme.

ggstats::ggcoef_model()

ggstats::ggcoef_model(exponentiate = TRUE)

Graphique en forêt des rapports de cotes

Rapports de cotes d'une régression logistique sur échelle logarithmique, accompagnés d'un tableau RC [IC à 95 %].

ggstats::ggcoef_compare()

Comparaison de modèles emboîtés

Coefficients de trois régressions emboîtées des résultats en mathématiques des districts, côte à côte, pour voir comment les estimations bougent à mesure que des blocs sont ajoutés.

ggeffects::ggpredict() / marginaleffects::plot_predictions()

Probabilités prédites

Courbes de probabilité issues du modèle, avec rubans d'IC à 95 %, selon un prédicteur et par groupe.

interactions::interact_plot() / interactions::johnson_neyman()

Effets d'interaction

Pentes simples à la moyenne ± 1 écart type et graphique de Johnson–Neyman pour les cours préparatoires et les résultats en mathématiques, modérés par la pauvreté des élèves.

quantreg::plot(summary(rq(tau = 1:19 / 20)))

Processus de régression quantile

Comment une pente varie le long de la distribution conditionnelle, comparée à l'unique estimation des MCO.

Diagnostics de modèles

Résidus, effet de levier, calibration et courbes ROC : vérifiez avant de faire confiance à un modèle.

plot(lm) / performance::check_model()

Diagnostics des résidus

Le panneau classique 2 × 2 d'un modèle linéaire — linéarité, normalité, variance, effet de levier.

Graphique d'influence

Résidus studentisés en fonction de l'effet de levier, avec des bulles proportionnelles à la distance de Cook.

car::influencePlot()

pROC::ggroc() / pROC::ci.auc()

Courbes ROC

Trois classificateurs comparés par courbe ROC, AUC avec IC à 95 % par bootstrap et point de Youden.

rms::calibrate() / probably::cal_plot_breaks()

Graphique de calibration

Risque prédit et risque observé par décile, avec IC de Wilson, histogrammes des prédictions et score de Brier.

Graphiques de variables ajoutées

Un panneau de régression partielle par prédicteur ; chaque pente ajustée est égale à son coefficient.

car::avPlots()

Analyse de survie

Courbes de Kaplan–Meier avec tableaux des effectifs à risque, risques cumulés et rapports de risques du modèle de Cox.

survminer::ggsurvplot(risk.table = TRUE)

Courbes de Kaplan–Meier

Combien de temps les dirigeants politiques restent au pouvoir, démocraties et non-démocraties — courbes de survie avec bandes de confiance, marques de censure, test du log-rank et tableau des effectifs à risque.

Rapports de risques de Cox

Graphique en forêt d'un modèle à risques proportionnels de Cox avec rapports de risques (HR), IC à 95 % et valeurs p.

survminer::ggforest()

survminer::ggsurvplot(fun = "cumhaz")

Risque cumulé

Risque cumulé de Nelson–Aalen de quitter le pouvoir, avec bandes à 95 %, pour quatre régimes politiques.

survminer::ggadjustedcurves()

Courbes de survie ajustées

Survie prédite par un modèle de Cox pour plusieurs âges, les autres covariables étant fixées à leur moyenne.

Séries chronologiques

Décomposition, autocorrélation, prévisions avec intervalles de prédiction et évolution dans le temps.

feasts::STL() + autoplot()

Décomposition STL

Une série mensuelle de chiffre d'affaires industriel décomposée en tendance, saisonnalité et résidu dans des panneaux superposés.

ACF et PACF

Autocorrélation et autocorrélation partielle du chômage trimestriel aux États-Unis, en sucettes avec bandes de significativité à 95 %.

forecast::ggtsdisplay()

forecast::autoplot(forecast())

Prévision SARIMA

Prévision ARIMA saisonnière du chiffre d'affaires industriel avec intervalles de prédiction à 80 % et 95 %, confrontée aux données mises de côté.

Graphique des sous-séries saisonnières

Le chiffre d'affaires industriel de chaque mois de l'année au fil des ans, avec la moyenne mensuelle comme référence.

feasts::gg_subseries()

Multivarié et classification

Biplots d'ACP, diagrammes des valeurs propres, classification et cartes de chaleur pour données de grande dimension.

factoextra::fviz_pca_biplot()

Biplot d'ACP

Les États américains et leurs indicateurs sociaux sur les deux premières composantes principales.

Diagramme des valeurs propres

Combien de dimensions décrivent 303 districts scolaires californiens ? Variance par composante et seuil de l'analyse parallèle.

factoextra::fviz_eig()

factoextra::fviz_silhouette()

Graphique de silhouette pour les k-moyennes

Les États américains forment-ils des profils sociaux distincts ? Groupes des k-moyennes et largeurs de silhouette.

pheatmap::pheatmap() / ComplexHeatmap::Heatmap()

Carte de chaleur avec classification

Carte de chaleur des indicateurs sociaux des États américains en scores z, avec dendrogrammes des lignes et des colonnes et barre de couleur par région du recensement.

Inférence et incertitude

Bootstrap, intervalles de confiance, puissance, concordance et graphiques en forêt de méta-analyse.

6 graphiques ›

boot::boot() + boot::boot.ci()

Distribution bootstrap

Corrélation rééchantillonnée avec intervalles de confiance à 95 % par percentiles et BCa.

teaching classic (e.g. TeachingDemos::ci.examp())

Ce que signifie un intervalle de confiance à 95 %

100 enquêtes de 30 personnes tirées parmi 944 répondants de l'ANES ; les IC à 95 % de l'âge moyen qui manquent la vraie valeur sont en rouge.

pwr::pwr.t.test() + plot()

Courbe de puissance

Puissance d'un test t à deux échantillons selon la taille d'échantillon, pour des effets petits, moyens et grands.

BlandAltmanLeh::bland.altman.plot() / blandr::blandr.draw()

Graphique de Bland–Altman

Deux codeurs placent-ils les programmes électoraux de la même façon sur l'axe gauche–droite ? Biais et limites d'agrément à 95 %.

meta::forest() / metafor::forest()

Graphique en forêt de méta-analyse

Les attentes des enseignants élèvent-elles le QI des élèves ? 19 expériences « Pygmalion », losange de l'estimation combinée à effets aléatoires et statistiques d'hétérogénéité.