Jamovi : une alternative à R pour les statistiques ?
Peu importe votre secteur d’activité, que ce soit la médecine💊, la biologie🧫 , l’agriculture🪴, la gestion des ressources humaines 🫱 ou l’urbanisme🏙️, l’analyse statistique des données 📊est souvent incontournable.
Le logiciel R est fréquemment le choix de prédilection pour cette tâche, en raison de sa gratuité, de sa polyvalence et de sa puissance. C’est aussi pour cela qu’il est enseigné dans les institutions académiques et qu’il est largement utilisé.
Toutefois, je ne pense pas que R soit toujours la meilleure solution. Dans cet article, j’aimerais vous présenter une alternative intéressante à R : le logiciel JAMOVI ! (Non, non, je n’ai pas perdu la tête😵💫 )
Table des matières
Avantages et inconvénients de R
Nous l’avons vu, les avantages de R sont nombreux : il est gratuit, compatible avec diverses plateformes, et extrêmement puissant. Que vous soyez en train de décortiquer des données en biologie, de chercher des réponses en santé publique, d’évaluer l’impact environnemental ou même de sonder le bien-être au travail en ressources humaines, R a probablement un package qui répond à vos besoins.
Et puis au-delà des packages, il y a aussi la communauté extrêmement bienveillante et collaborative qui partage ses codes, ses expériences et ses conseils.
En outre, R permet de travailler de manière reproductible, puisque les commandes peuvent être sauvegardées dans un script.
Cependant, il faut admettre que R fait parfois mal à la tête 🤕, surtout aux débutants. En effet, entre les différentes manières d’accomplir une même tâche 😡, la coexistence des deux syntaxes (base et tidyverse)🥵, et les erreurs de code aux messages plutôt énigmatiques🤬, l’apprentissage peut être ardu. Même si RStudio a facilité l’accès à R, il reste des moments où son interface ne suffit pas.
Alors, lorsqu’on souhaite réaliser des analyses statistiques simples, de manière épisodique, est ce que cela vaut vraiment la peine de se frotter à R ?
Et si je vous disais qu’il existe un logiciel “clic-bouton” gratuit, ergonomique, qui permet de réaliser les principales analyses statistiques, en permettant une approche reproductible ?
Ce logiciel c’est JAMOVI ! 🤩
Et cerise 🍒 sur le gâteau : derrière Jamovi, il y a R ! (Je vous avais dit que je n’avais pas perdu la tête😍)
Le logiciel Jamovi
Présentation
JAMOVI a été créé en 2018, par Jonathan Love, Damian Dropmann et Ravi Selker, qui ont également contribué à JASP, un autre logiciel statistique, gratuit, mais un tout petit peu moins bien, à mon avis.
Vous pouvez télécharger le logiciel ici 👉 https://www.jamovi.org/
Exprimé de façon très synthétique, Jamovi permet, grâce à une interface très ergonomique, de réaliser des analyses descriptives, des tests de comparaison de moyennes, des tests de comparaison de pourcentages, des ANOVA, des ANCOVA, des corrélations, des régressions linéaires, des régressions logistiques, des ACP, etc…, et d’obtenir un rapport d’analyse, sur lequel il est possible ajouter des notes et de faire figurer les lignes de commandes R utilisées par le logiciel.
Voici son interface à la première ouverture :
Fonctionnalités
Importation et préparation des données
Jamovi permet d‘importer très facilement des données au format .xlsx ou csv. Pour ouvrir le menu d’importation, il est nécessaire de cliquer sur les 3 traits horizontaux en haut à gauche de l’interface.
L’interface utilisateur permet ensuite de manipuler facilement les données (menu Variables et Data), directement dans la feuille de calcul intégrée. Vous pouvez par exemple :
- renommer les variables
- modifier leur classe (numérique ou catégorielle)
- renommer les modalités des variables catégorielles
- modifier leur ordre
- sélectionner certaines variables
- filtrer des lignes en fonction de conditions
- créer des nouvelles variables etc..
Analyses statistiques
En allant dans le menu Analyses, puis dans le sous-menu Exploration vous pouvez réaliser des analyses descriptives :
Comme vous pouvez le voir sur les images, les résultats apparaissent alors sur la droite, sous la forme d’un compte rendu que vous pouvez annoter et modifier, en allant dans le menu Edit.
Vous pouvez également réaliser des tests de comparaisons de moyennes : entre deux moyennes indépendantes, deux moyennes appariées, à une valeur de références, avec des tests paramétriques (test de Student et Welch) et non paramétrique (wilcoxon)
Mais aussi des ANOVA à un facteur, deux facteurs, sur mesures répétées, des analyses de covariance :
Et puis aussi :
- des régressions linéaires et logistiques
- des tests de comparaison de pourcentages indépendants et appariés
- des ACP
Il est aussi possible de télécharger des modules complémentaires pour faire des analyses de survie, des tests qu’équivalence, des études diagnostiques (sensibilité, spécificité courbe ROC) etc..
Codes R
Vous pouvez faire apparaître le code R employé pour réaliser les analyses. Pour cela, il faut cliquer sur les 3 petits points verticaux, au-dessus du symbole + des modules, puis cocher “syntax mode” dans la fenêtre qui s’ouvre :
Votre analyse devient alors reproductible puisque vous avez une trace des options que vous avez cochées. Et vous pourrez reproduire vos résultats dans R en copiant collant le code dans la console (dans l’exemple de l’image il faudra télécharger le package jmv).
Pourquoi et quand opter pour Jamovi ou R ?
Jamovi pourrait être votre meilleur allié si :
- Vous effectuez des analyses statistiques de manière occasionnelle
- Vous n’avez pas besoin d’approches statistiques très complexes.
- Vous n’êtes pas très confiant quant aux conditions préalables à respecter pour les analyses (Jamovi vous les propose dans ces menus).
- La programmation n’est pas vraiment votre tasse de thé.
En revanche, R serait plus adapté si :
- La maîtrise du codage en R représente un atout pour votre développement professionnel
- Vous travaillez en collaboration sur des projets d’analyse de données
- Vous réalisez régulièrement des analyses statistiques
- Vous avez un penchant pour la programmation
Personnelement, j’en suis venue à employer Jamovi lorsque j’ai besoin d’effectuer des analyses de données basiques de manière très rapide. Cela s’applique notamment lorsque j’assiste des étudiants en médecine pour les analyses statistiques liées à leur thèse.
Ma formation de remise à niveau en biostatistique avec Jamovi 🎓
Je suis tellement convaincue de l’intérêt de ce logiciel que j’ai élaboré une formation professionnelle de remise à niveau en biostatistiques, avec Jamovi.
Cette formation est principalement destinée aux professionnels tels que les médecins, les chargés de projets, les ingénieurs et les techniciens. Elle est particulièrement adaptée à ceux qui travaillent dans les secteurs de la santé, de la biologie, de l’agronomie et de la nutrition animale, et qui souhaitent rafraîchir leurs connaissances en biostatistiques et leur application pratique avec un logiciel à la fois gratuit et efficace. L’objectif est de renforcer vos aptitudes, d’affiner votre processus décisionnel basé sur des données statistiques et d’améliorer la qualité de vos recherches ou initiatives professionnelles.
Grâce à Jamovi, le cours met l’accent sur la compréhension des techniques statistiques, leurs critères d’application et l’interprétation des résultats, tout cela sans le besoin de coder.
Cette formation se déroule sur 3 jours (21 heures) et peut être complétée d’une journée (7 heures) afin d’intégrer des éléments spécifiques à la recherche biomédicale (voir le module 9 dans le programme ci-dessous).
Voici le programme détaillé :
- Module 1 : Analyses descriptives
- Les types de données
- Les indicateurs de position, de dispersion et de distribution
- Table de comptages, de proportions et de proportions croisées
- Tables descriptives
- Les graphiques descriptifs : éléments de data visualisation
- Module 2 : Estimations et intervalle de confiance
- Notion d’échantillon et de population
- Nomenclature
- Estimations ponctuelles
- Intervalle de confiance et précision
- Méthode de construction de l’intervalle de confiance
- Utilisation de l’intervalle de confiance
- Calcul de la taille de l’échantillon pour obtenir une précision donnée
- Module 3 : Principe des tests statistiques
- Contexte
- Hypothèses nulle et alternative
- Statistique du test et distribution théorique
- Règle de décision et risque alpha
- P value
- Conclusion et formulation
- Conditions d’application et test non paramétriques
- Notion d’indépendance et d’appariement
- Notion de test d’équivalence et de non infériorité
- Carte des principaux tests statistiques de supériorité
- Module 4 : Les tests de comparaisons de moyennes
- Comparaison d’une moyenne à une valeur de référence
- Comparaison de 2 moyennes indépendantes
- Comparaison de 2 moyennes appariées
- Comparaison d’au moins 3 moyennes indépendantes : ANOVA à un facteur
- Module 5 : Les tests de comparaisons de pourcentages
- Comparaison d’un pourcentage à une valeur de référence
- Comparaison de 2 pourcentages indépendants
- Comparaison de 2 pourcentages appariés
- Module 6 : Évaluer le lien entre 2 variables
- Entre 2 variables numériques : coefficient de corrélation, régression linéaire simple, tests statistiques associés
- Entre 2 variables qualitatives : test d’indépendance du Chi-2, les différents effect size
- Module 7 : Puissance et taille d’échantillon
- Notion de risque beta et de puissance
- Notion d’effect size
- Calcul dans le cadre des comparaisons de moyennes et de pourcentages
- Réalisation avec le logiciel gration GPower
- Module 8 : Découverte des modèles de régression linéaire et de l’ACP
- Intérêt de ces modèles
- Présentation des modèles de régression linéaire courants
- Présentation des modèles linéaires généralisés
- Exemple de cas pratiques
- Présentation de l’Analyse en composantes Principales (ACP)
- Exemple de cas pratiques
- Module 9 (optionnel) : Éléments de recherche biomédicale
- Les schémas d’études en épidémiologie et recherche clinique
- Les mesures d’association entre exposition et maladie (OR et RR)
- L’évaluation des performances des méthodes diagnostiques (sensibilité, spécificité, faux positifs, faux négatifs, courbe ROC)
- Analyse des données de survie : méthode de Kaplan Meier et test du log-rank J’espère que cela vous aide !
Le tarif de la formation de 3 jours est de 1490 euros HT (exonéré de TVA) .
La prochaine session aura lieu les 20, 21 et 22 septembre prochains, en distanciel.
Le nombre de stagiaires est limité à 5, il n’ y a pas de nombre minimal.
Vous retrouverez toutes les informations sur cette page :https://delladata.fr/formation-remise-niveau-biostats-jamovi/
Et les autres logiciel clic boutons gratuits ?
J’en connais deux autres : JASP et R Commander.
JASP
JASP (téléchargeable ici : https://jasp-stats.org/) est également un logiciel intéressant, mais je trouve que les graphiques sont moins élégants, et puis dans la partie descriptive l’intervalle de confiance de la moyenne n’est pas proposé. On ne peut pas non plus faire des tests de comparaison de deux pourcentages sur des échantillons appariés (test de Mac Nemar), ni faire des analyses des études de diagnostics (spécificité, sensibilité, courbes ROC), ni des analyses de survie, ni des tests d’équivalence (au moins à ma connaissance).
RCommander
Rcommander, souvent abrégé en Rcmdr, est une interface graphique pour R, qui est souvent enseigné dans les facultés. Pour l’utiliser, vous devez installer le package Rmdr.
Je ne l’ai jamais vraiment adopté, principalement parce qu’il n’est pas (ou n’était pas) compatible avec R Studio. De plus, son interface utilisateur manque d’ergonomie et semble carrément désuète en comparaison avec Jamovi.
Conclusion
J’espère vous avoir convaincu que Jamovi offre une alternative puissante et conviviale à R pour l’analyse statistique.
Ce logiciel me semble particulièrement utile pour les étudiants qui sont souvent confrontés à des contraintes de temps et de ressources. Sa facilité d’utilisation permet une prise en main rapide, ce qui est idéal pour les projets de recherche.
Jamovi est également très adapté pour les chercheurs qui n’ont pas de formation en programmation, en offrant une solution puissante pour effectuer des analyses statistiques sans le fardeau d’apprendre un nouveau langage de programmation. Cela permet aux chercheurs de se concentrer sur l’interprétation des résultats plutôt que sur la gestion des aspects techniques de l’analyse.
Jamovi est encore une excellente option pour les chargés de projets, ingénieurs et techniciens qui cherchent à effectuer des analyses statistiques dans le cadre de leur travail, mais qui ne veulent pas investir du temps pour apprendre à programmer .
En résumé, son interface intuitive et ses fonctionnalités puissantes en font un outil idéal pour ceux qui ont besoin de résultats rapides et fiables sans la complexité associée à d’autres logiciels.
Dans tous les cas, je vous encourage vivement à essayer Jamovi par vous-même. Vous pouvez le télécharger gratuitement ici 👉 https://www.jamovi.org/ et pour les professionnels qui souhaitent se remettent à niveau en biostatistiques rapidement, vous pouvez vous inscrire à ma formation.
N’hésitez pas à partager vos expériences et vos impressions sur Jamovi dans les commentaires ci-dessous 👇👇👇 ou à me contacter directement. Votre feedback est précieux et pourrait aider d’autres personnes à faire un choix éclairé en termes de logiciel.
Vous souhaitez vous former à R, ou aux statistiques ?
Retrouver le planning et les programmes de mes formations ici 👇👇👇
Vous avez besoin d'un assitance pour analyser vos données ?
Retrouver mes propositions de services ici 👇👇👇
Vous souhaitez soutenir mon travail ?
C’est possible en faisant un don sur la page Tipeee du blog 
10 Responses
Bonjour,
merci beaucoup pour cette belle découverte. Étant utilisateur mac j’utilise prism (quand je veux être rapide dans mes analyses sinon bien entendu je développe sous R) mais c’est toujours un vrai plus d’utiliser un logiciel multiplateforme et gratuit.
Très cool
Arrêtez de dire que les stats d’une thèse de médecine sont simples, c’est mon gagne-pain !
Bonjour Philippe,
Ce n’est pas ce que je voulais dire 😉. Les stats des thèses de médecine ne sont pas toujours simples, mais elles le sont parfois. Et quand elles le sont, utiliser Jamovi ça va plus vite qu’utiliser R et généralement les étudiants se soucient peu du logiciel employé. Non ?
Bonjour Claire !
Savez-vous s’il existe de la bibliographie sur Jamovi ? Ma cheffe utilise GraphPad et à tendance à être un peu refractaire aux nouvelles technologies/nouveau logiciel. S’il y a des articles déjà publiées sur le sujet, elle sera plus facile à convaincre de tester ^^
Merci beaucoup
Bonjour Yoann,
Je suis allée sur pubmed, j’ai écris Jamovi dans le champs de recherche, et j’ai obtenu une liste d’articles : https://pubmed.ncbi.nlm.nih.gov/?term=jamovi&sort=&filter=simsearch3.fft&filter=datesearch.y_10&filter=simsearch3.fft&filter=datesearch.y_10
Ca vaut peut être le coup d’affiner sur votre thématique.
Bonne continuation
Merci beaucoup pour cette analyse. Après avoir travaillé dans R je suis également totalement fan aussi de Jamovi et JASP pour un travail de base. Personnellement je trouve certains graphiques beaucoup plus jolis dans JASP mais surtout beaucoup plus personnalisables (aucune modification possible dans jamovi, même des axes par exemple), mais jamovi a plus de possibilités globalement et la présentation de ses tableaux est plus “belle” (bien que pour les 2 ils sont facilement exportables dans word avec leur mise en forme et éditables) et plus précis avec leurs notes sous le tableau et toutes les références.
Jamovi a une catégorie de variable “ID” assez pratique mais JASP peut labeliser les degrés d’une variable nominale.
Les points fort de jamovi sont aussi l’utilisation directe du format .xlxs et l’update automatique quand on modifie le nom d’une variable par exemple. Bref entre les 2 mon coeur balance
Bonjour Christelle,
Merci pour ce retour.
Moi aussi mon coeur a bien balancé entre les 2, et puis j’ai fini par préférer Jamovi pour le test Mac Nemar, les analyses diagnostiques (sensibilité, spécificité, courbe ROC, les tests d’équivalence et les analyses de survie ! Mais c’est vrai que l’absence de retouche des graphes est dommage (je ne savais pas qu’on pouvait modifier les axes sur JASP).
Bonne continuation
Bonjour,
Merci pour votre article, j’ai commencé à employer Jamovi il y a quelques mois et dans le cadre d’un projet professionnel, je me demandais s’il existait un package Jamovi capable de réaliser des méta-régressions avec un Bubble Plot ?
Cordialement,
Mathias
Bonjour,
Je ne l’ai jamais utilisé directement, mais je vous conseille de regarder du côté du module additionnel MAJOR.
Bonne continuation.