Vous pouvez traiter ces exercices dans votre logiciel Rstudio oubien utiliser l'interface qui je vais mettre à votre disposition dans chaque exercice.L'interface sera interactive, vous pouvez soumettre vos solutions à chaque exercice pour voir si vous êtes sur la bonne voie.Il ya la solution de chaque exercice et egalement vous aurez des indices("hint" en anglais) qui vont vous aider à repondre aux questions de chaque exercice.
Exercice 1 : Les operations mathématiques courantes dans le langage R.
Cet exercice est relatif à la séance 2 sur le langage R pour niveau débutant.Vous pouvez regarger cette séance avant de traiter cet exerice.
En dessous de chaque question , vous aurez l'interface pour repondre à la question.Vous pouvez soumettre(à travers le bouton "submit") vos reponses pour voir si vous êtes sur la bonne voie.Si vous voulez des indices pour vous aider à repondre à la question , il suffit d'appuyer "hint" qui se trouve juste en dessous de l'interface.
1) Créer une variable nommée "resultat1" contenant le resultat de l'addition entre 2500 et 6000.
Afficher la valeur contenue dans la variable nommée "resultat1".
# Créer une variable nommée `resultat1` contenant le resultat de l'addition entre 2500 et 6000.
# Afficher la valeur contenue dans la variable nommée `resultat1 `.
# Créer une variable nommée `resultat1` contenant le resultat de l'addition entre 2500 et 6000.
resultat1 <-2500 + 6000
# Afficher la valeur contenue dans la variable nommée `resultat1 `.
resultat1
test_object("resultat1")
success_msg("Excellent travail!")
<-
) pour créer la variable resultat1
.2) Créer une variable nommée " resultat2 " contenant le resultat de la soustraction entre 2500000 et 112878.
# Créer une variable nommée `resultat2` contenant le resultat de la soustraction entre 2500000 et 112878
# Créer une variable nommée `resultat2` contenant le resultat de la soustraction entre 2500000 et 112878
resultat2 <-2500000-112878
test_object("resultat2")
success_msg("Excellent travail!")
<-
) pour créer la variable resultat2
.3) Créer une variable nommée "resultat3 " contenant le resultat de l'operation 25 à la puissance 7.
# Créer une variable nommée `resultat3` contenant le resultat de l'operation 25 à la puissance 7.
# Créer une variable nommée `resultat3` contenant le resultat de l'operation 25 à la puissance 7.
resultat3 <-25^7
#oubien on peut ecrire aussi:
resultat3 <-25**7
test_object("resultat3")
success_msg("Excellent travail!")
^
) oubien utiliser deux étoiles( **
) pour calculer la puissance d'un nombre.4) Créer une variable nommée "resultat4 " qui va contenir le resultat de la multiplication entre 625 et 120000.
# Créer une variable nommée "resultat4 " qui va contenir le resultat de la multiplication entre 625 et 120000.
# Créer une variable nommée "resultat4 " qui va contenir le resultat de la multiplication entre 625 et 120000.
resultat4 <- 625*120000
test_object("resultat4")
success_msg("Excellent travail!")
<-
) pour créer la variable resultat4
et n'oubliez pas d'utiliser le symbole étoile ( *
) pour multiplier les deux nombres considerés.5) a)Créer une variable nommée "resultat5 " qui va contenir le resultat de la division de 1250000 par 323.
b) Afficher la valeur contenue dans la variable `resultat5 `.
#a) Créer une variable nommée "resultat5 " qui va contenir le resultat de la division de 1250000 par 323.
#b) Afficher la valeur contenue dans la variable `resultat5 `.
#a) Créer une variable nommée "resultat5 " qui va contenir le resultat de la division de 1250000 par 323.
resultat5 <- 1250000/323
#b) Afficher la valeur contenue dans la variable `resultat5 `.
resultat5
test_object("resultat5")
success_msg("Excellent travail!")
<-
) pour créer la variable resultat5
et n'oubliez pas d'utiliser l'operateur de la division suivant : /
pour effectuer la division entre les deux nombres considerés.Exercice 2 : Les objets au coeur du langage R.
Avant de corriger l'exercice 2, vous pouvez regarder les séances 3 et 4 ci-dessous pour raffraichir la memoire.1) a) Créer une variable nommée "Taille" prenant les valeurs suivantes 120, 130,100, 80,110, 90,105 .
b) Utiliser une fonction pour trouver le minimum de la variable "Taille" créée précédemment.
c)Utiliser une fonction pour trouver le maximum de la variable "Taille" créée précédemment.
d) Utiliser une fonction pour trouver la moyenne de la variable `Taille ` créée précédemment.
e) Calculez l'ecart-type et la variance de la variable `Taille.
#1) a) Créer une variable nommée "Taille" prenant les valeurs suivantes 120, 130,100, 80,110, 90,105 .
# b) Utiliser une fonction pour trouver le minimum de la variable "Taille" créée précédemment.
# c) Utiliser une fonction pour trouver le maximum de la variable `Taille ` créée précédemment.
# d) Utiliser une fonction pour trouver la moyenne de la variable `Taille ` créée précédemment.
# e) Calculez l'ecart-type et la variance de la variable `Taille.
# 1) a) Créer une variable nommée "Taille" prenant les valeurs suivantes 120, 130,100, 80,110, 90,105 .
Taille <-c(120,130,100, 80,110, 90,105 )
# b) Utiliser une fonction pour trouver le minimum de la variable `Taille ` créée précédemment.
min(Taille)
# c) Utiliser une fonction pour trouver le maximum de la variable `Taille ` créée précédemment.
max(Taille)
# d) Utiliser une fonction pour trouver la moyenne de la variable `Taille ` créée précédemment.
mean(Taille)
# e) Calculez l`ecart-type et la variance de la variable `Taille `.
sd(Taille)
var(Taille)
test_object("Taille")
test_function("min")
test_function("max")
test_function("mean")
test_function("sd")
test_function("var")
success_msg("Excellent travail!")
<-
) et la fonction c()
pour créer la variable Taille
.Pensez à utiliser les fonctions min() , max() , mean(), sd() et var()
pour trouver respectivement le minimum , le maximum , la moyenne, l'ecart-type et la variance d'une variable.2) a) Créer deux variables nommées "dist" et "speed" à partir de la base de données nommée "cars".(NB: "cars" est une base données qui existe dans le logiciel R par defaut.)
b) Calculer le coefficient de correlation entre les variables "dist" et "speed" que vous avez créé.
c) Produire un nuage de points mettant en relation la variable "dist" et la variable "speed".(NB : la variable "dist" doit être au niveau de l'axe des ordonnées et "speed" au niveau de l'axe des abscisses.
# 2) a) Créer deux variables nommées "dist" et "speed" à partir de la base de données nommée "cars".
# b) Calculer le coefficient de correlation entre la variable "dist" et "speed" .
# c) Produire un nuage de points mettant en relation la variable "dist" et la variable "speed".
# 2) a) Créer deux variables nommées "dist" et "speed" à partir de la base de données nommée "cars".
dist <-cars$dist
speed <-cars$speed
# b) Calculer le coefficient de correlation entre la variable "dist" et "speed" .
cor(dist,speed)
# c) Produire un nuage de points mettant en relation la variable "dist" et la variable "speed".
plot(dist, speed)
test_object("dist")
test_object("speed")
test_function("cor")
test_function("plot")
success_msg("Excellent travail!")
<-
) pour créer les variables dist
et speed
.N'oubliez pas d'utiliser le symbole $
quand vous allez chercher à acceder aux variables de la base données cars
.Pensez à utiliser la fonction cor()
pour pour calculer le coefficient de correlation entre les variables considerées.Pour produire le nuage de points , il faut utiliser la fonction plot()
Exercice 3 :Comment importer des données dans le logiciel Rstudio?
Dans ce dernier exercice, il s'agit de s'entrainer sur l'importation des données dans le logiciel Rstudio.Je vous invite d'abord à regarder la séance 5 sur le langage R pour niveau debutant abordant ce sujet.Voici ci-dessous la vidéo de la séance 5.Maintenant que vous avez fini de regarder la séance 5, je vous invite à repondre aux questions suivantes.(NB : Il faut utiliser le logiciel Rstudio pour la pratique.)
1) Télécharger la base de données suivante : Telecharger ici!(NB : si vous avez une base de données excel dans un dossier de votre ordinateur qui contient des variables quantitatives,vous pouvez l'utiliser pour vous entrainer.)
2) Utiliser la fonction
summary()
pour trouver des indicateurs statistiques resumant la base de données "mtcars"
.
3) Calculer le coefficient de corrélation entre la variable "mpg" et "cyl", puis celui entre "mpg" et "wt".
4) Produire un nuage de points mettant en relation la variable "mpg" et "cyl; puis un autre nuage de points mettant en relation la variable "mpg" et "wt".
Commentaires
Enregistrer un commentaire