R

En 2010, Carmen M. Reinhart, professeur d’économie au sein de l’Université du Maryland, et Kenneth S. Rogoff, professeur à Harvard et ancien économiste en chef du Fonds monétaire international, publiaient un papier — Growth in a time of debt — dans lequel les auteurs analysaient les relations empiriques entre dette publique et croissance économique. Cette étude a connu une publicité considérable dans le monde académique et il semble que ses conclusions aient influencé jusqu’aux politiques budgétaires d’un certain nombre d’États.

Trois ans plus tard, Thomas Herndon, un étudiant en économie de l’Université du Massachusetts qui tentait de reproduire les résultats de cette étude s’étonnait de ne pas y parvenir malgré ses efforts répétés. En désespoir de cause, il fît par de son échec à ses professeurs qui, après vérification, réalisèrent que c’étaient les résultats de Reinhart & Rogoff qui étaient faux : ils avaient réalisé toutes leurs analyses sous Excel et avaient simplement oublié d’inclure un certain nombre de données dans des calculs de moyennes.

Au-delà de l’encre qu’elle a fait couler quant à la robustesse des résultats de R&R, cette affaire met en lumière un fait majeur : un nombre appréciable de chercheurs et d’opérationnels, dans des domaines aussi variés que les sciences sociales, la finance de marché ou l’actuariat, réalisent leurs calculs à l’aide d’outils totalement inadaptés parce qu’ils ne savent tout simplement pas coder.

Dans toutes les activités qui requièrent un usage fréquent des statistiques, de travaux de modélisation ou de simulation, apprendre à programmer est sans doute un des investissements les plus profitables qui soient. D’abord parce que le coût d’acquisition — en temps et en efforts — de cette compétence est infiniment moindre que ce que la plupart des néophytes pensent. Ensuite, parce que tout au long d’une carrière professionnelle, ce savoir-faire permet de gagner un temps considérable et de réduire drastiquement les risques d’erreurs.

Parmi tous les langages disponibles, R offre le triple avantage d’être extrêmement puissant (robustesse et polyvalence), très facile à utiliser et entièrement gratuit (licence GNU GPL). Par ailleurs, une étude menée en 2011 par Rexer Analytics concluait que c’est désormais le langage de programmation le plus répandu au sein des entreprises comme dans le monde académique.

Incidemment, c’est le langage qu’a utilisé Thomas Herndon pour reproduire les calculs de Reinhart & Rogoff.

---

Je suis en train de préparer une petite formation pour apprendre à de parfaits débutants à maîtriser les bases de la programmation sous R en un rien de temps. Si vous êtes intéressés, je vous propose un deal très honnête :

1 — Je vous forme gratuitement ;
2 — Vous m’aider à améliorer les supports.

Si vous êtes intéressés, écrivez à :
monprénom[point]monnom[at]gmail[point]com