• 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

10.8 Récapitulatif des exercices

À l’issue de ce module 10 vous avez appris à utiliser l’ANOVA à deux facteurs sous différentes formes, vous avez aussi approfondi votre maîtrise de R à travers l’indiçage et les principaux styles syntaxiques de R.

Pour évaluer votre compréhension de cette matière, vous aviez les exercices suivants à réaliser :

  • h5p A10Ha_anova2 - Principe de l’ANOVA à deux facteurs
  • h5p A10Hb_variable_quali - Différents types de variables
  • h5p A10Hc_bartlett - Homoscédasticité et hétéroscédasticité
  • h5p A10Hd_modele - Modèle croisé complet
  • h5p A10He_interactions - Graphique des interactions
  • tuto A10La_anova2 - Analyse de variance à 2 facteurs
  • git A10Ia_anova2 - ANOVA 2 facteurs, part I
  • git A10Ia_anova2 - ANOVA 2 facteurs, part II
  • tuto A10Lb_anova2mixte - Analyse de variance à 2 facteurs mixte
  • h5p A10Hf_syntaxe - Trois principales syntaxes
  • h5p A10Hg_indices - Indiçage dans R
  • h5p A10Hh_select - Sélection de variables
  • tuto A10Lc_syntaxr - Syntaxes dans R
  • git A07Ga_human - Biométrie humaine, part IV
  • git A10Ca_infer - Challenge tests d’hypothèses
Progression

Cliquez pour visualiser le rapport de progression.