- Analyse de données- A. Perasso M1 QMP 2010/2011 UFR ST Exercice 1
A partir de la base de données « ana_viande.ods » :
1. Quelle est la charge maximale de parasite 1 dans l’échantillon de viandes ?
2. Quelle est la charge maximale de parasite 1 par zone (D, J, H) ?
(Utililiser la fonction DROITE)
3. Quelle est la charge moyenne de parasite 1 par zone (D, J, H) ?
4. Pour chaque zone (D,J,H), déterminer le nombre d’échantillons de viande
contaminée par le parasite 2.
5. Déterminer, pour chaque zone (D, J, H) et pour chaque année (de 96-97à 99-00) la quantité moyenne de parasite 1 et le nombre d’échantillons de viande contaminée par le parasite 2. (Utiliser les fonctions STXT et DROITE) Exercice 1 :
1. Quelle est la charge maximale de parasite 1 dans l’échantillon de viandes ?
→ Utiliser le tri (tri du tableau selon la variable parasite 1) → Résultat : 67200
2. Quelle est la charge maximale de parasite 1 par zone (D, J, H) ?
→ Une solution : créer une nouvelle colonne « Zone ». A l’aide de la fonction DROITE, insérer le dernier caractère à droite de la colonne « Numéro » (D, J ou H) dans la colonne « Zone » (reproduire l’opération pour chaque ligne à l’aide de la souris). Enfin, effectuer un tri du tableau selon « Parasite 1 » puis filtrer par zone. → Résultat : Dmax = 22400; Hmax = 35000; Jmax = 67200 3. Quelle est la charge moyenne de parasite 1 par zone (D, J, H) ? → Une fois la colonne « zone » créée, on peut utiliser un tableau dynamique à partir de : 1) « Zone » en champs de colonnes ; 2) « Parasite 1 » en champs de données ; 3) le choix de l’option « Moyenne »
caractères en commençant par le premier de la sélection 4. Pour chaque zone (D,J,H), déterminer le nombre d’échantillons de viande contaminée par le parasite 2.
→ Le présence ou non du contaminant est ici indiquée en mode binaire,
avec « 1 » indiquant la présence et « 0 » la non-présence de parasite 2. La somme des « 1 » pour chaque zone permet donc de répondre à la question. On peut donc utiliser un tableau dynamique en « zone » et « Parasite 2 » avec l’option « Somme »
5. Déterminer, pour chaque zone (D, J, H) et pour chaque année (de 96-97à 99-00) la quantité moyenne de parasite 1 et le nombre d’échantillons de viande contaminée par le parasite 2. → En s’inspirant de la colonne « Zone » et en utilisant la fonction STXT, créer une nouvelle colonne « Année » → On effectue un tableau dynamique croisé avec « Zone » en colonne, « Année » en ligne, « Parasite 1 » (option moyenne) et « Parasite 2 » (option somme) en données
→ Résultats : Exercice 2
1. Calculez sous R la racine carrée de : pi multiplié par le nombre
d’étudiants dans la salle.
2. Arrondissez la valeur obtenue à 1 décimale.
Exercice 2
1. Calculez sous R la racine carrée de : pi multiplié par le nombre d’étudiants
dans la salle.
s’il y a 15 étudiants dans la salle :
sqrt(pi*15)
[1] 6.864684
2. Arrondissez la valeur obtenue à 1 décimale.
s’il y a 15 étudiants dans la salle : round(sqrt(pi*15),1) [1] 6.9 OU calcul<-sqrt(pi*15) round(calcul,1) [1] 6.9 Exercice 3
1. Importez sous R le jeu de données « ana_viande » de façon à ce que l’on puisse
exploiter aussi les données en fonction des zones (D, J, H).
2. Calculer la proportion globale d’échantillons infectés par le parasite 2 et la
proportion par zone (D, J, H). Représenter graphiquement à l’aide d’un diagramme en barre les valeurs de ces proportions par zone.
3. Trouvez les moyennes, écart-types, minima, maxima et variances des charges
globales de parasite 1. Calculez l’intervalle de confiance de la charge globale moyenne de parasite 1.
4. Tracer un diagramme en « boîte à moustaches » représentant les quantités de
charge de parasite 1 pour chaque zone (ne considérer que les échantillons où le parasite 1 est présent). Vérifier que l’on retrouve bien les valeurs des quartiles.
5. Représenter sous forme de nuages de points la masse des échantillon de viande en
fonction de leur volume, ainsi que leur volume en fonction de la masse. Agencez les 2 graphiques côte à côte sous R. Exercice 3 1. Importation sous R le jeu de données appelé « ana_viande ». # Pour afficher le tableau de données Tab = read.table(“ana_viande.csv”,h=T) head(Tab) Ajuste la 1ère # Le haut du tableau s’affiche : vérifiez qu’il est ligne du tableau correctement lu 2. Calcul de la proportion d’échantillons infectés par le parasite 2 attach(Tab) table(Parasite2) Parasite2 0 1 289 233 233/length(Parasite2) [1] 0.4463602 # Ceci revient à faire la moyenne de la variable Parasite2 : mean(Parasite2) 2. Calcul de la proportion d’échantillons infectés par zone
tapply(Parasite2,Zone,mean)
D H J 0.5610860 0.3581081 0.3660131
2. Représentation graphique des proportions d’échantillons infectés
par zone. barplot(tapply(Parasite2,Zone,mean)) 3. Moyennes, écart-types, minima, maxima et variances des charges globales de parasite 1. Calcul de l’intervalle de confiance de la charge globale moyenne de parasite 1.
mean(Parasite1) [1] 714.6111 sd(Parasite1) [1] 4271.856 range(Parasite1) [1] 0 67200 t.test(Parasite1)$conf.int [1] 347.2954 1081.9268 attr(,"conf.level") [1] 0.95 4. Représentations « boîte à moustaches » Tab2 = Tab[Parasite1>0,] #permet de sélectionner les lignes du tableau pour lesquelles Parasite1 > 0 summary(Tab2)
boxplot(Tab2$Parasite1~Tab2$Zone,xlab="Zones", ylab="charges positives de parasite 1", col=c("red","green","yellow")
→ Le résultat est peu satisfaisant, on utilise donc le log de la variable
Parasite1 : boxplot(log(Tab2$Parasite1)~Tab2$Zone,xlab="Zones", ylab="charges positives de parasite 1", col=c("red","green", "yellow"))
On peut retrouver les valeurs des quartiles apparaissant sur le diagramme :
summary(log(Tab2$Parasite1)) Min. 1st Qu. Median Mean 3rd Qu. Max. 0.000 2.708 4.283 4.535 6.317 11.120 5. Représentation des nuages de points masse/volume et volume/masse par zone avec charges strictement positives de parasite 1. par(mfrow=c(1,2)) plot(volume,masse, xlab="Volume de l’échantillon", ylab="Masse de l’échantillon") plot(masse,volume, ylab="Volume de l’échantillon", xlab="Masse de l’échantillon") Exercice 4 : utilisation matricielle de R
Des densités de chouettes Chevêches (en couple/km²) ont été étudiées
dans 2 secteurs s1 et s2 de 1994 à 2000 inclus. Les densités du secteur 1 sont : 0,27 ; 0,28 ; 0,25 ; 0,27 ; 0,25 ; 0,15 et 0,13. Celles du secteur 2 sont 0,17 ; 0,17 ; 0,19 ; 0,13 ; 0,10 ; 0,11 et 0,09.
1. Représentez ces données sous forme d’une matrice à 2 lignes et 7
colonnes.
2. Ecrire la matrice en faisant apparaître les années en colonnes et les
secteurs en lignes.
3.Représentez graphiquement l’évolution des densités de chouettes
Chevêches en fonction du temps pour les 2 secteurs. Exercice 4
1. Matrice des données concernant les chouettes :
m = matrix (c(0.27,0.28,0.25,0.27,0.25,0.15, 0.13,0.17,0.17,0.19,0.13,0.10,0.11,0.09), ncol=7, byrow=T) m [,1] [,2] [,3] [,4] [,5] [,6] [,7] [1,] 0.27 0.28 0.25 0.27 0.25 0.15 0.13 [2,] 0.17 0.17 0.19 0.13 0.10 0.11 0.09 Pour donner des titres de ligne et de colonne :
relevé", ylab="Densité (couple/km²)", col="red", main = "Densités de chouettes Chevêches en fonction du temps, site 1", lwd=3)
plot(dimnames(m)[[2]],m[2,], xlab="Année du relevé", ylab="Densité (couple/km²)", col="green", main = "Densités de chouettes Chevêches en fonction du temps, site 2", lwd=2, pch=8) On obtient les deux figures suivantes dans la même fenêtre : Pour avoir les deux sites sur la même figure :
par(mfrow=c(1,1))
plot(dimnames(m)[[2]], m[1,], ylim=c(0,0.3), xlab="Année du relevé", ylab="Densité (couple/km²)", col="red", main = "Densités de chouettes Chevêches en fonction du temps", lwd=3)
