Skip to content
This repository was archived by the owner on May 17, 2024. It is now read-only.

Commit c6ecd72

Browse files
sdd1_module12 initialisation du projet
0 parents  commit c6ecd72

5 files changed

Lines changed: 128 additions & 0 deletions

File tree

.gitignore

Lines changed: 4 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -0,0 +1,4 @@
1+
.Rproj.user
2+
.Rhistory
3+
.RData
4+
.Ruserdata

README.md

Lines changed: 16 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -0,0 +1,16 @@
1+
# Mise en pratique du Module 12 Corrélation
2+
3+
## Avant-propos
4+
5+
Il est possible que ce document évolue au cours du temps. N'hésitez pas à vérifier le lien suivant afin de voir les modifications dans les consignes : <https://github.com/BioDataScience-Course/sdd1_module12>
6+
7+
**Ce projet est un projet court et cadré.**
8+
9+
## Objectif
10+
11+
- Au sein du fichier `anscombe.Rmd`, complétez les zones manquantes.
12+
13+
- Créez une présentation de type dia avec R. Le type de présentation est libre. Utilisez le jeu de données `biometry` du package `BioDataScience`. Vous devez avoir au moins 3 slides. Ce document doit se nommer `presentation`
14+
15+
- Au sein du fichier `critique.Rmd`. Choissisez une image proposée dnas la section Critique statistique et critiquez cette dernière.
16+

analysis/anscombe.Rmd

Lines changed: 70 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -0,0 +1,70 @@
1+
---
2+
title: "Anscombe"
3+
author: '...'
4+
date: "3/17/2020"
5+
output: html_document
6+
---
7+
8+
```{r setup}
9+
SciViews::R
10+
```
11+
12+
# Objectif
13+
14+
Ce document s'intéresse à la réalisation d'exercice sur l'association de deux variables.
15+
16+
# Situation
17+
18+
Un jeu de données artificiel appelé “quartet d’Anscombe” montre très bien comment des données très différentes peuvent avoir même moyenne, même variance et même coefficient de corrélation. Ce n’est qu’avec un graphique en nuage de points (ou matrice de nuages de points, voir plus loin) qu’il est possible de détecter le problème.
19+
20+
Ce jeu de données est brièvement traité dans la section : [Importance des graphiques](http://biodatascience-course.sciviews.org/sdd-umons/association-de-deux-variables.html#importance-des-graphiques).
21+
22+
23+
# Analyse
24+
25+
> Importez le jeu de données anscombe du package `datasets` Complétez la fonction read ci-dessous
26+
27+
```{r importation}
28+
ans <- read("...", package = "...")
29+
```
30+
31+
> Réalisez un nuage de point de la variable y1 en fonction de x1. Commentez en une phrase le résultat de cette première fonction.
32+
33+
```{r graph1}
34+
chart(...) +
35+
geom_point()
36+
```
37+
38+
> Réalisez un test de corrélation avec la méthode de Pearson et avec la méthode de spearman. Comparez les résultats obtenues. Commentez en 4 phrases le résultat de ces fonctions (Quelle est la valeur des estimateurs ? Quelle est la valeur des p value ? Est ce que les p value sont identiques ?).
39+
40+
```{r cortest1}
41+
# test de corrélation Pearson
42+
cor.test(..., method = "pearson")
43+
# test de correlation de Spearman
44+
cor.test(..., method = "spearman")
45+
```
46+
47+
48+
> Réalisez un test de corrélation de la variable y1 ~ x1 et un test de corrélation de la variable y3 ~ x3 avec la méthode Pearson. Commentez en 4 phrases le résultat de ces fonctions (Quelle est la valeur des estimateurs ? Quelle est la valeur des p value ? Est ce que les p value sont identiques ?).
49+
50+
```{r cortest2}
51+
# cor.test() y1 ~ x1
52+
53+
# cor.test() y3 ~ x3
54+
#
55+
```
56+
57+
> Réalisez un présente les nuage de points de la variable y1 en fonction de x1 et la variable y3 en fonction de x3 avec la méthode Pearson. Commentez en 4 phrases le résultat de ces graphiques avec les résultat des tests de corrélation.
58+
59+
```{r graph2}
60+
a <- chart()
61+
62+
b <- chart()
63+
64+
combine_charts(list(a,b))
65+
```
66+
67+
# Conclusion
68+
69+
> Réalisez un petite conclusion de maximum 2 lignes sur les éléments importants que vous avez vu qans ce document.
70+

analysis/critique.Rmd

Lines changed: 23 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -0,0 +1,23 @@
1+
---
2+
title: "Critique statistique"
3+
author: '...'
4+
date: "3/17/2020"
5+
output: html_document
6+
---
7+
8+
9+
# Description de la situation
10+
11+
> Dans cette section vous devez choisir le graphique que vous allez traiter et le décrire. Vous pouvez employez un graphique dans la section [Critique statistique](http://biodatascience-course.sciviews.org/sdd-umons/critique-statistique.html) ou bien en choisir un autre.
12+
13+
![]()
14+
15+
16+
17+
# Mise en avant des éléments incorrectes.
18+
19+
> Dans cette section vous devez expliquer toutes les erreurs vues.
20+
21+
# Idée d'amélioration
22+
23+
> Cette section doit contenir vos propositions d'amélioration.

sdd1_module12.Rproj

Lines changed: 15 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -0,0 +1,15 @@
1+
Version: 1.0
2+
3+
RestoreWorkspace: Default
4+
SaveWorkspace: Default
5+
AlwaysSaveHistory: Default
6+
7+
EnableCodeIndexing: Yes
8+
UseSpacesForTab: Yes
9+
NumSpacesForTab: 2
10+
Encoding: UTF-8
11+
12+
RnwWeave: knitr
13+
LaTeX: XeLaTeX
14+
15+
AutoAppendNewline: Yes

0 commit comments

Comments
 (0)