49 Ressources documentaires
Dans ce dernier chapitre, nous listons quelques ressources documentaires, notamment sur des domaines non couverts par guide-R.
49.1 Ressources génériques
Introduction à R et au tidyverse de Julien Barnier
Awesome R : cette liste recense des ressources sur différents domaines
Rzine : un site collaboratif et interdisciplinaire de référencement et de partage de documentation sur la pratique de R en sciences humaines et sociales
Rseek : un moteur de recherche restreignant les résultats à un corpus de sources sur R
R for data science par Hadley Wickham, Mine Çetinkaya-Rundel et Garret Grolemund
UtilitR, une documentation sur R née à l’INSEE
Notes de cours de R par Ewan Gallic
Programmer en R, un wikibook collaboratif
Introduction à la programmation en R par Vincent Goulet
Happy Git and GitHub for the useR par Jennifer Bryan
Modern Data Science with R par Benjamin S. Baumer, Daniel T. Kaplan, and Nicholas J. Horton
The Epidemiologist R Handbook: R for applied epidemiology and public health porté par un collectif d’auteurs
R for Non-Programmers: A Guide for Social Scientists par Daniel Dauber
49.2 Analyse de réseaux
L’analyse de réseau en sciences sociales. Petit guide pratique par Laurent Beauguitte, HAL : hal-04052709
Network visualization with R par Katherine Ognyanova
Awesome Network Analysis list portée par François Briatte
Cours d’introduction à l’analyse de réseaux avec R par Hugues Pecout et Laurent Beauguitte
49.3 Analyse spatiale & Cartographie
Cartographie avec R et Géomatique avec R par Timothée Giraud et Hugues Pecout
Données géospatiales et cartographie avec R par Nicolas Roelandt
Geocomputation with R par Robin Lovelace, Jakub Nowosad et Jannes Muenchow
Spatial Modelling for Data Scientists par Francisco Rowe et Dani Arribas-Bel
Spatial Data Science with R and “terra” par Robert J. Hijmans
49.4 Analyse textuelle
Le Descriptoire : Recueil et analyse de texte avec R par Lise Vaudor
Text mining with R par Julia Silge et David Robinson