-
Notifications
You must be signed in to change notification settings - Fork 0
/
challenge_infer.qmd
152 lines (87 loc) · 3.98 KB
/
challenge_infer.qmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
---
title: "Challenge : tests d'hypothèses"
author: "___"
date: "`r Sys.Date()`"
format:
html:
code-fold: true
code-tools: true
toc: true
editor: visual
lang: fr
---
```{r setup, include=FALSE}
SciViews::R("infer", "model", lang = "fr")
if (!"tools:score" %in% search())
source("R/functions.R", attach(NULL, name = "tools:score"))
unlink(dir("challenge_infer_files/figure-html", pattern = "\\.png$"))
# Lecture des données
anorexia <- read("anorexia", package = "MASS")
pima <- read("Pima.te", package = "MASS" )
```
Vous avez à disposition le jeu de données `anorexia` qui étudie la variation pondérale de patientes anorexiques avant et après différents traitements, voir `?anorexia`.
## Item 1
Reproduisez l'analyse ci-dessous à partir du jeu de données `anorexia` en formatant le résultat à l'aide de `tabularise()`.
![](figures/infer01-1.png)
```{r infer01, record_table=TRUE}
___ |>
tabularise()
```
Votre score est de **`r score_infer(1)`**.
## Item 2
Reproduisez le graphique ci-dessous relatif à `anorexia` (une variable doit être calculée). Ce graphique décrit les données en vue d'une analyse ensuite à l'aide d'un test d'hypothèse.
![](figures/infer02-1.png)
```{r infer02}
```
Votre score est de **`r score_infer(2)`**.
## Item 3
Reproduisez l'analyse ci-dessous à partir du jeu de données `anorexia` (la même transformation de données que pour l'item 3 est nécessaire ici).
![](figures/infer03-1.png)
```{r infer03, record_table=TRUE}
```
Votre score est de **`r score_infer(3)`**.
## Item 4
Sur base de l'analyse réalisée à l'item 4, tracez le graphique de la distribution théorique considérée sous H~0~ comme ci-dessous.
![](figures/infer04-1.png)
```{r infer04}
```
Votre score est de **`r score_infer(4)`**.
## Item 5
Toujours à partir du jeu de données `anorexia`, reproduisez l'analyse suivante que vous formatez avec `tabularise()`.
![](figures/infer05-1.png)
```{r infer05, record_table=TRUE}
```
Votre score est de **`r score_infer(5)`**.
Vous avez également le jeu de données `pima` qui étudie des données médicales de femmes amérindiennes de la tribu Pima particulièrement susceptibles de développer un diabète. Voyez `?Pima.te` pour plus d'informations.
## Item 6
Produisez et formatez le tableau suivant avec `tabularise()`, en partant du jeu de données `pima`.
![](figures/infer06-1.png)
```{r infer06, record_table=TRUE}
```
Votre score est de **`r score_infer(6)`**.
## Item 7
À partir de `pima`, réalisez l'analyse suivante qui étudie le diabète et l'indice de masse corporelle chez ces amérindiennes. Formatez le résultat avec `tabularise()`.
![](figures/infer07-1.png)
```{r infer07, record_table=TRUE}
```
Votre score est de **`r score_infer(7)`**.
## Item 8
À partir du jeu de données `pima` dont vous ne retenez que les femmes ayant eu entre 0 et 3 grossesses, reproduisez le graphique descriptif suivant (la transparence autant que les largeurs sont de 10%). Vous initialiserez le générateur pseudo-aléatoire à 364 avant vos calculs.
![](figures/infer08-1.png)
```{r infer08}
```
Votre score est de **`r score_infer(8)`**.
## Item 9
Reproduisez l'analyse suivante qui traite des mêmes données que celles représentées à l'item 8. Formatez le résultat avec `tabularise()`.
![](figures/infer09-1.png)
```{r infer09, record_table=TRUE}
```
Votre score est de **`r score_infer(9)`**.
## Item 10
Recréez le tableau suivant issu d'une analyse de *toutes* les données de `pima`, mais avec les mêmes variables que celles utilisées aux items 8 et 9. Formatez le résultat avec `tabularise()`.
![](figures/infer10-1.png)
```{r infer10, record_table=TRUE}
```
Votre score est de **`r score_infer(10)`**.
# Score final
Votre score total est de **`r res <- score_all_infer(); round(sum(res), 1)`/10**. Si vous soumettez votre réponse (exportez le fichier results/`r attr(res, "file")` et soumettez-le dans l'app Shiny du challenge), faites un commit avec comme message le numéro **`r attr(res, "id")`**.