Files
TD-R/TP3/Exercice3.R

53 lines
1.8 KiB
R
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 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 3")
# 1. Quelle est la population statistique observée ? La taille de léchantillon ?
# Convertir la colonne des effectifs en numérique
effectifs <- as.numeric(unlist(data[1:4, 2])) # Utiliser unlist pour extraire les valeurs
# Calculer la taille de l'échantillon
taille_echantillon <- sum(effectifs)
# Afficher les résultats
cat("Population statistique : Professionnels de santé par catégorie\n")
cat("Taille de l'échantillon :", taille_echantillon, "personnes\n")
# 2. Quel est le caractère statistique observé et sa nature ?
# Afficher le caractère statistique et sa nature
cat("\nCaractère statistique : Profession exercée dans le domaine de la santé\n")
cat("Nature : Qualitative nominale (catégories non ordonnées de professions médicales)\n")
# 3. Représenter graphiquement les données avec un diagramme circulaire.
# Calculer les pourcentages pour chaque profession
pourcentages <- round(effectifs / taille_echantillon * 100, 1)
# Créer les labels avec les pourcentages
labels <- paste(data$Profession[1:4], "\n(", pourcentages, "%)", sep="")
# Créer le diagramme circulaire
pie(effectifs,
labels = labels,
main = "Repartition des professionnels de sante",
col = c("lightblue", "lightgreen", "lightpink", "lightyellow"),
border = "white")
# Ajouter une légende
legend("topright",
data$Profession[1:4],
fill = c("lightblue", "lightgreen", "lightpink", "lightyellow"),
cex = 0.8)