mirror of
https://github.com/BreizhHardware/TD-R.git
synced 2026-01-18 16:47:34 +01:00
feat: add statistical analysis and visualization for leaf budding data
This commit is contained in:
63
TP3/Exercice2.R
Normal file
63
TP3/Exercice2.R
Normal file
@@ -0,0 +1,63 @@
|
||||
# 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 2")
|
||||
|
||||
# 1. Quelle est la population statistique observée ? La taille de l’échantillon ?
|
||||
|
||||
# Extraire les effectifs du dataframe
|
||||
effectifs <- as.numeric(data[1, -1]) # Prendre tous les colonnes sauf la première
|
||||
|
||||
# Calculer la taille de l'échantillon
|
||||
taille_echantillon <- sum(effectifs)
|
||||
|
||||
# Afficher les résultats
|
||||
cat("Population statistique : Feuilles contaminées selon leur nombre de bourgeonnements\n")
|
||||
cat("Taille de l'échantillon :", taille_echantillon, "feuilles\n")
|
||||
|
||||
# 2. Quel est le caractère statistique observé et sa nature ?
|
||||
cat("Caractère statistique : Nombre de bourgeonnements par feuille\n")
|
||||
cat("Nature : Quantitative discrète (nombres entiers de 0 à 10)\n")
|
||||
|
||||
# 3. Représenter graphiquement les données ?
|
||||
|
||||
# Créer un vecteur des valeurs (0 à 10 bourgeonnements)
|
||||
bourgeonnements <- 0:10
|
||||
|
||||
# Créer le diagramme en bâtons
|
||||
barplot(effectifs,
|
||||
names.arg = bourgeonnements,
|
||||
main = "Distribution du nombre de bourgeonnements par feuille",
|
||||
xlab = "Nombre de bourgeonnements",
|
||||
ylab = "Nombre de feuilles",
|
||||
col = "lightblue",
|
||||
border = "black")
|
||||
|
||||
# Ajouter une grille pour meilleure lisibilité
|
||||
grid()
|
||||
|
||||
# 4. Calculer la moyenne et l’écart-type corrigé empirique du nombre de
|
||||
# bourgeonnements par feuille.
|
||||
|
||||
# Créer un vecteur avec toutes les valeurs répétées selon leurs effectifs
|
||||
valeurs <- rep(0:10, effectifs)
|
||||
|
||||
# Calculer la moyenne
|
||||
moyenne <- mean(valeurs)
|
||||
|
||||
# Calculer l'écart-type corrigé empirique
|
||||
ecart_type <- sd(valeurs)
|
||||
|
||||
# Afficher les résultats avec 3 décimales
|
||||
cat("Moyenne :", round(moyenne, 3), "bourgeonnements par feuille\n")
|
||||
cat("Écart-type corrigé :", round(ecart_type, 3), "bourgeonnements\n")
|
||||
Reference in New Issue
Block a user