mirror of
https://github.com/BreizhHardware/TD-R.git
synced 2026-01-19 00:57:30 +01:00
94 lines
2.8 KiB
R
94 lines
2.8 KiB
R
# https://github.com/BreizhHardware/TD-R/tree/main/TP3
|
||
|
||
# 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 = "Annee",
|
||
ylab = "Superficie (ha)",
|
||
col = c("lightblue", "lightgreen"))
|
||
grid()
|
||
|
||
|
||
|
||
# Réinitialiser la mise en page
|
||
par(mfrow = c(1, 1)) |