Si vous n’avez jamais utilisé de tutoriel “learnr”, familiarisez-vous d’abord avec son interface ici.
Ne vous trompez pas dans votre adresse mail et votre identifiant Github
N’oubliez pas de soumettre votre réponse après chaque exercice
Conformément au RGPD (Règlement Général sur la Protection des Données), nous sommes tenus de vous informer de ce que vos résultats seront collecté afin de suivre votre progression. Les données seront enregistrées au nom de l’utilisateur apparaissant en haut de cette page. Corrigez si nécessaire ! En utilisant ce tutoriel, vous marquez expressément votre accord pour que ces données puissent être collectées par vos enseignants et utilisées pour vous aider et vous évaluer. Après avoir été anonymisées, ces données pourront également servir à des études globales dans un cadre scientifique et/ou éducatif uniquement.
Réalisez la régression linéaire multiple la plus adpatée de value
en fonction de x
et de la variable area
sur le jeu de données mais1
. Vous avez à votre dispositon un nuage de points et un résumé des données pour avoir une première connaissance de données.
# coppy of mais1_init
set.seed(42)
x <- seq(from = 5, to = 25, by = 0.25)
a <- x*1 + 3 + rnorm(sd = 0.5, n = length(x))
b <- x*1.1 + 2.5 + rnorm(sd = 0.5, n = length(x))
c <- x*1.2 + 2 + rnorm(sd = 0.5, n = length(x))
area <- as.factor(rep(c("a", "b", "c"), each = length(x)))
mais1 <- tibble(
x = c(x,x,x),
value = c(a,b,c),
area = area
)
#
summary(mais1)
#
# chunk
summary(lm. <- lm(data = DF, FORMULA))
# chunk
summary(lm. <- lm(data = DF, VAR1 ~ VAR2*VAR3))
summary(lm1 <- lm(data = mais1, value ~ x * area))
# TODO
Réalisez la régression linéaire multiple la plus adpatée de value
en fonction de x
et de la variable area
sur le jeu de données mais2
. Vous avez à votre dispositon un nuage de points et un résumé des données pour avoir une première connaissance de données.
set.seed(42)
x <- seq(from = 5, to = 25, by = 0.25)
a <- x*1 + 3 + rnorm(sd = 0.5, n = length(x))
b <- x*1.1 + 3 + rnorm(sd = 0.5, n = length(x))
c <- x*1.2 + 3 + rnorm(sd = 0.5, n = length(x))
area <- as.factor(rep(c("a", "b", "c"), each = length(x)))
mais2 <- tibble(
x = c(x,x,x),
value = c(a,b,c),
area = area
)
#
summary(mais2)
#
# chunk
summary(lm. <- lm(data = DF, FORMULA))
# chunk
summary(lm. <- lm(data = DF, VAR1 ~ VAR2*VAR3))
summary(lm2 <- lm(data = mais2, value ~ x * area))
summary(lm2 <- lm(data = mais2, value ~ x + area + x:area))
summary(lm2 <- lm(data = mais2, value ~ x:area))
# TODO
Réalisez la régression linéaire multiple la plus adpatée de value
en fonction de x
et de la variable area
sur le jeu de données mais3
. Vous avez à votre dispositon un nuage de points et un résumé des données pour avoir une première connaissance de données.
# copy of mais3_init
set.seed(42)
x <- seq(from = 5, to = 25, by = 0.25)
a <- x*1 + 2 + rnorm(sd = 0.5, n = length(x))
b <- x*1 + 6 + rnorm(sd = 0.5, n = length(x))
c <- x*1 + 4 + rnorm(sd = 0.5, n = length(x))
area <- as.factor(rep(c("a", "b", "c"), each = length(x)))
mais3 <- tibble(
x = c(x,x,x),
value = c(a,b,c),
area = area
)
#
summary(mais3)
#
# chunk
summary(lm. <- lm(data = DF, FORMULA))
# chunk
summary(lm. <- lm(data = DF, VAR1 ~ VAR2*VAR3))
# ou encore
summary(lm. <- lm(data = DF, VAR1 ~ VAR2 + VAR3 + VAR2:VAR3))
summary(lm3 <- lm(data = mais3, value ~ x + area + x:area))
summary(lm3 <- lm(data = mais3, value ~ x + area))
# TODO
Réalisez la régression linéaire multiple la plus adpatée de value
en fonction de x
et de la variable area
sur le jeu de données mais4
. Vous avez à votre dispositon un nuage de points et un résumé des données pour avoir une première connaissance de données.
# copy of mais4_init
set.seed(42)
x <- seq(from = 5, to = 25, by = 0.25)
a <- x*1 + rnorm(sd = 0.5, n = length(x))
b <- x*1.1 + rnorm(sd = 0.5, n = length(x))
c <- x*1.2 + rnorm(sd = 0.5, n = length(x))
area <- as.factor(rep(c("a", "b", "c"), each = length(x)))
mais4 <- tibble(
x = c(x,x,x),
value = c(a,b,c),
area = area
)
#
summary(mais4)
#
# chunk
summary(lm. <- lm(data = DF, FORMULA))
# chunk
summary(lm. <- lm(data = DF, VAR1 ~ VAR2*VAR3))
# ou encore
summary(lm. <- lm(data = DF, VAR1 ~ VAR2 + VAR3 + VAR2:VAR3))
summary(lm4 <- lm(data = mais4, value ~ x + area + x:area))
summary(lm4 <- lm(data = mais4, value ~ x + x:area - 1))
# TODO
Vous venez de terminer votre séance d’exercice.
Laissez nous vos impressions sur cet outil pédagogique ou expérimentez encore dans la zone ci-dessous. Rappelez-vous que pour placer un commentaire dans une zone de code R, vous devez utilisez un dièse (#
) devant vos phrases.
# Ajout de commentaires
# ...
# Not yet...