DM: Étude de données

Le but de ce DM est de vérifier que vous avez compris les principales étapes à suivre lorsque l’on analyse un jeu de données.

Pour cela, vous appliquerez la démarche de statistiques descriptives vue en cours aux divers jeux de données proposés:

• Faire une première visualisation des données, sous forme de série temporelle, à différentes échelles.
• Vérifier l’existance de tendance ou de structure.
• Si le jeu de donnée (ou une partie de ce jeu de donnée) semble stationnaire:
• tracer un histogramme en prenant bien soin de choisir l’échelle qui semble la plus appropriée
• choisir des indicateurs (ex: mode/variance/médiane)
• Produire un résumé graphique (ex: boxplot) et écrire une ou deux phrase de commentaire.

À chaque étape, vous justifierez que ce que vous calculez ou affichez a bien du sens. Le cas échéant, si le jeu de données ne satisfait pas les hypothèses attendues, vous essayerez de vous restreindre à un sous-ensemble du jeu de données en justifiant vos choix. Si vous avez l’impression qu’il y a plusieurs régimes (successifs ou supperposés), vous séparerez les deux régimes et les analyserez séparément.

On rappelle les différentes fonctions de base de R qui pourront vous êtres utiles: str, summary, mean, diff, sort, var, sd, plot, plot.ts, hist, boxplot.

Récupération des jeux de données (ping)

## [1] 10.9 10.8 10.9 10.9 10.7 10.9

Visualisation des données

Tendances

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   10.60   10.70   10.80   10.93   10.80   68.10

Ces 2 outils de mesure permettent de mettre en évidence la répartition des valeurs. Les quartiles et le minimum des données nous indique que 75% des valeurs sont comprises entre 10.60 et 10.80ms. De plus, l’histogramme permet de confirmer graphiquement les tendances observées. Cette tendance est cohérente avec le type de donnée : le temps d’un ping dépend de la connexion entre le client et le serveur. Pour ces données, la connexion était donc plutôt stable.

Indicateurs

Variance :

## [1] 1.47823

La variance est plutôt petite, ce qui signifie que les valeurs sont plutôt regroupées.