Dans un premier temps je viens créer une liste que je vais nommer data avec les données grâce à la commande data = c(**mes données**)
Ceci est un document R markdown que vous pouvez aisément exporter au format HTML, PDF, et MS Word. Pour plus de détails sur R Markdown consultez <http://rmarkdown.rstudio.com>.
Lorsque vous cliquerez sur le bouton **Knit** ce document sera compilé afin de ré-exécuter le code R et d'inclure les résultats dans un document final. Comme nous vous l'avons montré dans la vidéo, on inclue du code R de la façon suivante:
```{r cars}
summary(cars)
```
```
Et on peut aussi aisément inclure des figures. Par exemple:
```{r pressure, echo=FALSE}
Afin de s'assurer que ma liste a bien été crée, je vais simplement executer ma variable data
plot(pressure)
```{r}
data
```
```
Vous remarquerez le paramètre `echo = FALSE` qui indique que le code ne doit pas apparaître dans la version finale du document. Nous vous recommandons dans le cadre de ce MOOC de ne pas utiliser ce paramètre car l'objectif est que vos analyses de données soient parfaitement transparentes pour être reproductibles.
Comme les résultats ne sont pas stockés dans les fichiers Rmd, pour faciliter la relecture de vos analyses par d'autres personnes, vous aurez donc intérêt à générer un HTML ou un PDF et à le commiter.
# Realisation des différents calculs ########
Les différents calculs de base tel que moyenne, écart type sont déjà programmés dans Rstudio.
Mais pour façiliter la démarche nous pouvons utilser la commande summary qui vient résumer la variable data.
**Sommaire**
```{r}
summary(data)
```
Il nous manque simplement la variable ecart type, executable via la fonction
sd(data)
**Ecart-type**
```{r}
sd(data)
```
Maintenant, à vous de jouer! Vous pouvez effacer toutes ces informations et les remplacer par votre document computationnel.