Introduction-to-R-and-stats/script2_LPro_versionProf.R at master · jtshapiro/Introduction-to-R-and-stats · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
#' INTRODUCTION AUX R ET MÉTHODES STATISTIQUES EN BIOLOGIE
#' POUR: Licence Professionnel:
#' Biochimie, biologie moléculaire et cellulaire pour le diagnostic in
#' vitro et les biothérapies (LPRO2019)
#' à l'Université Claude Bernard Lyon 1, novembre 2019
#'
#' (c) Julie Teresa Shapiro, Jean-Philippe Rasigade
#' Université Claude Bernard Lyon 1
#' CIRI Inserm U1111
#'
#' MIT LICENSE
#'

##########################################################################################
##############                   EXERCISE 1                        #######################
##########################################################################################

# Continuons avec les données des setosa et virginica

# Seléctionnez la colonne << Petal.Width >>

# Visualisez Petal.Width pour setosa et virginica avec une histogramme et boxplot

# Calculez les statistiques descriptives (moyenne, médian) pour setosa et virginica

# Testez pour normalité

# Comparez les moyennes avec un Student T-Test

##########################################################################################
##############                   EXERCISE 2                        #######################
##########################################################################################

# Importez les données "tr.csv" et "untr.csv"

# Seléctionnez les données quantitatives

# Visualisez les données avec une histogramme et boxplot

# Calculez les statistiques descriptives (moyenne, médian) pour les données

# Testez pour normalité

# Comparez les moyennes avec un Student T-Test


##########################################################################################
##############                   EXERCISE 3                        #######################
##########################################################################################

# Importez le fichier "tr2.csv"

# Visualisez les données avec une histogramme et boxplot

# Calculez les statistiques descriptives (moyenne, médian) pour les données

# NOTE: Il ne marche pas parce que il y a des valeurs 'NA'
# Regardez si il y a des NA's
is.na(tr2$rate)

# Compter les nombre des NA's
sum(is.na(rate))

# Enlevez les NA's
tr2b <- na.exclude(tr2)

# Verifiez que touts les NA's sont enlevés
sum(is.na(tr2b$rate))