• Science des données biologiques I
  • Préambule
    • Vue générale du cours
    • Matériel pédagogique
    • Comment apprendre ?
    • Approche pédagogique
      • Classe inversée & pédagogie active
      • Quatre niveaux d’exercices
      • Plan du cours
    • Issues
    • Planning des séances
  • I SDD I: visualisation
  • 1 Introduction & visualisation I
    • 1.1 Découverte des outils
      • 1.1.1 SciViews Box
      • 1.1.2 RStudio
      • 1.1.3 R, les éléments de base
    • 1.2 Nuage de points
      • 1.2.1 Échelles de graphiques
      • 1.2.2 Transformation des données
    • 1.3 Premier projet
      • 1.3.1 GitHub Classroom
      • 1.3.2 GitHub
      • 1.3.3 Projet RStudio
      • 1.3.4 Gestionnaire de version
      • 1.3.5 Quarto/R Markdown
      • 1.3.6 Rechercher d’aide
    • 1.4 Récapitulatif des exercices
  • 2 Visualisation II
    • 2.1 Langage R
    • 2.2 Histogramme
      • 2.2.1 Nombre de classes
      • 2.2.2 Histogramme par facteur
    • 2.3 Graphique de densité
    • 2.4 Diagramme en violon
    • 2.5 Visualiser des distributions
    • 2.6 Travail collaboratif
      • 2.6.1 Issues
      • 2.6.2 Git
      • 2.6.3 Gestion de conflit
    • 2.7 Récapitulatif des exercices
  • 3 Visualisation III
    • 3.1 Graphique en barres
      • 3.1.1 Effectifs par facteur
      • 3.1.2 Effectifs par deux facteurs
      • 3.1.3 Valeurs moyennes
    • 3.2 Graphique en camembert
    • 3.3 Boite à moustaches
      • 3.3.1 Taille de l’échantillon
      • 3.3.2 En fonction de deux facteurs
    • 3.4 Figures composées
      • 3.4.1 Facettes
      • 3.4.2 Graphiques assemblés
    • 3.5 Différents moteurs graphiques
      • 3.5.1 {ggplot2}
      • 3.5.2 {lattice}
      • 3.5.3 Graphiques de base
    • 3.6 Travail collaboratif II
      • 3.6.1 Projet commun
      • 3.6.2 Projet extérieur
      • 3.6.3 Branches de git
    • 3.7 Critique graphique
    • 3.8 Challenge
    • 3.9 Récapitulatif des exercices
  • 4 Traitement des données I
    • 4.1 Importation des données
      • 4.1.1 Données sur le disque
      • 4.1.2 Données depuis Internet
      • 4.1.3 Données depuis un package
    • 4.2 Types de variables
    • 4.3 Conversion de variables
      • 4.3.1 Quantitatif continu à discret
      • 4.3.2 Quantitatif à qualitatif
      • 4.3.3 Découpage en classes
      • 4.3.4 Qualitatif ordonné ou non
    • 4.4 Remaniement des données
      • 4.4.1 select()/sselect()
      • 4.4.2 filter()/sfilter()
      • 4.4.3 mutate()/smutate()
      • 4.4.4 group_by()/sgroup_by()
      • 4.4.5 summarise()/ssummarise()
    • 4.5 Chaînage des instructions
      • 4.5.1 Opérateur pipe de base ou léger |>
    • 4.6 Récapitulatif des exercices
  • 5 Traitement des données II
    • 5.1 Tableaux de données
      • 5.1.1 Tableaux cas par variables
      • 5.1.2 Tableau de contingence
      • 5.1.3 Métadonnées
      • 5.1.4 Dictionnaire des données
    • 5.2 Population et échantillonnage
      • 5.2.1 Échantillonnage aléatoire
      • 5.2.2 Échantillonnage stratifié
    • 5.3 Acquisition de données
      • 5.3.1 Précision et exactitude
      • 5.3.2 Codification des données
      • 5.3.3 Respect de la vie privée
    • 5.4 Recombinaison de tableaux
      • 5.4.1 Formats long et large
      • 5.4.2 Recombinaison de variables
    • 5.5 Traitements multi-tableaux
      • 5.5.1 Empilement vers le bas
      • 5.5.2 Empilement à droite
      • 5.5.3 Fusion de tableaux
    • 5.6 Récapitulatif des exercices
  • II SDD I: inférence
  • 6 Probabilités, distributions I & corrélation
    • 6.1 Probabilités
      • 6.1.1 Dépistage
      • 6.1.2 Arbre des probabilités
      • 6.1.3 Théorème de Bayes
      • 6.1.4 Probabilités et contingence
    • 6.2 Lois de distributions
    • 6.3 Distribution uniforme
      • 6.3.1 Distribution discrète
      • 6.3.2 Distribution continue
      • 6.3.3 Quantiles vers probabilités
      • 6.3.4 Probabilités vers quantiles
      • 6.3.5 Calculs dans R
    • 6.4 Distribution normale
      • 6.4.1 Une “courbe en cloche”
      • 6.4.2 Loi normale réduite
      • 6.4.3 Fonctions dans R pour la normale
      • 6.4.4 Théorème central limite
    • 6.5 Corrélation
      • 6.5.1 Association de deux variables
    • 6.6 Test de corrélation
      • 6.6.1 Échantillonnage
      • 6.6.2 Test d’hypothèse
    • 6.7 Récapitulatif des exercices
  • 7 Distribution & Test Chi carré
    • 7.1 Distribution binomiale
      • 7.1.1 Épreuve de Bernoulli
      • 7.1.2 Calculs et graphiques
    • 7.2 Distribution de Poisson
      • 7.2.1 Évènements rares
      • 7.2.2 Loi de Poisson dans R
    • 7.3 Distribution log-normale
      • 7.3.1 Transformée log
      • 7.3.2 Fonction dans R pour la log-normale
    • 7.4 Graphique quantile-quantile
    • 7.5 Test Chi carré
      • 7.5.1 Test d’hypothèse
      • 7.5.2 Seuil α du test
      • 7.5.3 Effet de l’effectif étudié
    • 7.6 Métriques
      • 7.6.1 Morphométrie de crabes
    • 7.7 Récapitulatif des exercices
  • 8 Moyenne
    • 8.1 Une histoire de bière…
    • 8.2 Distribution d’échantillonnage
      • 8.2.1 Loi de distribution de Student
      • 8.2.2 Intervalle de confiance
      • 8.2.3 Théorème central limite (encore)
    • 8.3 Test t de Student
    • 8.4 Variantes du test t de Student
      • 8.4.1 Variances inégales
      • 8.4.2 Test unilatéral
      • 8.4.3 Test t apparié
      • 8.4.4 Test t univarié
    • 8.5 Test de Wilcoxon
    • 8.6 Représentation graphique
    • 8.7 Récapitulatif des exercices
  • 9 Variance I
    • 9.1 Le danger des tests multiples
    • 9.2 ANOVA à un facteur
      • 9.2.1 Modèle de l’ANOVA
      • 9.2.2 Distribution F
    • 9.3 Test “post-hoc”
    • 9.4 Test de Kruskal-Wallis
      • 9.4.1 Test “post hoc” non paramétrique
    • 9.5 Récapitulatif des exercices
  • 10 Variance II
    • 10.1 ANOVA à deux facteurs
    • 10.2 Modèle sans interactions
    • 10.3 Modèle croisé complet
    • 10.4 Facteurs hiérarchisés
      • 10.4.1 Simplification du modèle
    • 10.5 Effet aléatoire
      • 10.5.1 Modèle en parcelles divisées (split-plot)
      • 10.5.2 Modèle à mesures répétées
    • 10.6 Syntaxe de R
      • 10.6.1 Indiçage dans R
      • 10.6.2 Comparaison de styles
    • 10.7 Challenge
    • 10.8 Récapitulatif des exercices
  • Appendices
  • A Installation de la SciViews Box
  • B Prise en main
    • B.1 RStudio
      • B.1.1 Projet dans RStudio
      • B.1.2 Scripts R dans RStudio
      • B.1.3 Quarto/R Markdown/R Notebook
    • B.2 GitHub
      • B.2.1 Votre activité et profil
      • B.2.2 Vos projets
      • B.2.3 Permettre à RStudio de communiquer avec GitHub
      • B.2.4 Créer un dépôt
      • B.2.5 Cloner un dépôt existant via RStudio
      • B.2.6 Déposer un projet déjà créé
      • B.2.7 Copier un dépôt
    • B.3 GitHub Classroom
  • C Tutoriels “learnr”
    • C.1 Organisation d’un learnr
      • C.1.1 Objectifs
      • C.1.2 Introduction
      • C.1.3 Divers exercices
      • C.1.4 Conclusion
  • D Rédaction scientifique
    • D.1 Organisation
    • D.2 Contenu
      • D.2.1 Table des matières
      • D.2.2 Introduction
      • D.2.3 But
      • D.2.4 Matériel & méthodes
      • D.2.5 Résultats
      • D.2.6 Discussion
      • D.2.7 Conclusion(s)
      • D.2.8 Bibliographie (ou références)
    • D.3 Nom des espèces
  • E Communication & esprit critique
    • E.1 Communication
      • E.1.1 Présentations R Markdown et Quarto
    • E.2 Critique statistique
  • Références
  • Site Web du cours
  • Site Github du cours

  • Publié avec bookdown

Science des données biologiques I

1.4 Récapitulatif des exercices

Bravo ! Vous arrivez au bout de votre premier module. Cette dernière section vous permet de vérifier que vous avez bien réalisé tous les exercices et de contrôler votre progression telle qu’enregistrée dans notre base de données (étudiants UMONS uniquement). Vous aviez à réaliser les exercices suivants :

  • tuto A00La_discovery - Découverte des tutoriels de type learnr
  • h5p A01Ha_rstudio2 - L’environnement de RStudio
  • tuto A01La_base - Notions de base de R
  • h5p A01Hb_nuage2 - Vidéo d’introduction au graphique en nuage de points
  • tuto A01Lb_scatterplot - Graphiques en nuages de points
  • h5p A01Hc_chart - Les fonctions chart() et geom_point()
  • app A01Sa_limits - Étendue des axes d’un graphique
  • app A01Sb_transformation - Transformation des axes d’un graphique
  • h5p A01Hd_github_project - Le projet dplyr dans GitHub
  • h5p A01He_github - Exploration d’un dépôt GitHub
  • h5p A01Hf_rs_project2 - Les projets dans RStudio
  • h5p A01Hg_md_comp - Le fond versus la forme
  • h5p A01Hh_markdown2 - Premiers exercices relatifs à Markdown
  • git A01Ia_scatterplot - Graphiques avec urchin_bio
Progression

Cliquez pour visualiser le rapport de progression.