feat: add analysis and visualization for agricultural exploitation data

TP3/Exercice4.R

@@ -0,0 +1,87 @@
+# Spécifier un miroir CRAN
+options(repos = c(CRAN = "https://cran.rstudio.com/"))
+
+# Installer le package readxl
+install.packages("readxl")
+
+# Charger le package readxl
+library(readxl)
+
+# Spécifier le chemin vers votre fichier .xlsx
+file_path <- "./TP3/tp3datas.xlsx"
+
+# Lire la feuille nommée "Exercice 1"
+data <- read_excel(file_path, sheet = "Exercice 4")
+
+data_matrix <- as.matrix(data)
+
+# 1. Quelles sont les populations observées ?
+
+cat("Populations observées : Exploitations agricoles par classe de superficie\n")
+
+# 2. Quel est le caractère statistique observé, sa nature ?
+
+cat("\nCaractère statistique : Nombre d'exploitations agricoles par classe de superficie\n")
+cat("Nature : Quantitative discrète (nombre d'exploitations) et Qualitative ordinale (classes de superficie)\n")
+
+# 3. Tracer les histogrammes des deux distributions statistiques
+
+# Extraire les données en excluant la première ligne
+superficie <- data_matrix[2:nrow(data_matrix),1]
+nb_1979 <- as.numeric(data_matrix[2:nrow(data_matrix),2])
+nb_2010 <- as.numeric(data_matrix[2:nrow(data_matrix),3])
+
+# Créer une mise en page pour deux graphiques côte à côte
+par(mfrow = c(1, 2))
+
+# Histogramme pour 1979
+barplot(nb_1979,
+        names.arg = superficie,
+        main = "Distribution des exploitations en 1979",
+        xlab = "Superficie (ha)",
+        ylab = "Nombre d'exploitations (milliers)",
+        col = "lightblue",
+        border = "black")
+
+# Histogramme pour 2010
+barplot(nb_2010,
+        names.arg = superficie,
+        main = "Distribution des exploitations en 2010",
+        xlab = "Superficie (ha)",
+        ylab = "Nombre d'exploitations (milliers)",
+        col = "lightgreen",
+        border = "black")
+
+# 4. Réaliser un box-plot comparatif en approchant les données de chaque classe par
+# leur milieu et commenter l’évolution.
+
+# Afficher les données pour vérification
+print(superficie)
+
+# Extraire les bornes des classes manuellement pour ces données spécifiques
+bornes <- matrix(c(
+  0, 20,      # moins de 20
+  20, 50,     # 20 à 50
+  50, 100,    # 50 à 100
+  100, 200,   # 100 à 200
+  200, 300    # 200 et plus
+), ncol=2, byrow=TRUE)
+
+# Calculer les centres des classes
+centres_classes <- rowMeans(bornes)
+
+# Créer des vecteurs répétés pour chaque année
+valeurs_1979 <- rep(centres_classes, nb_1979)
+valeurs_2010 <- rep(centres_classes, nb_2010)
+
+# Créer le box-plot
+annees <- factor(c(rep("1979", length(valeurs_1979)),
+                   rep("2010", length(valeurs_2010))))
+valeurs <- c(valeurs_1979, valeurs_2010)
+
+boxplot(valeurs ~ annees,
+        main = "Evolution de la distribution des superficies",
+        xlab = "Année",
+        ylab = "Superficie (ha)",
+        col = c("lightblue", "lightgreen"))
+grid()