Engels Guyliann & Philippe grosjean
SciViews::R## ── Attaching packages ───────────────────────────────────────────────────────────────────────────────────────────── SciViews::R 1.1.0 ──
## ✔ SciViews 1.1.0 ✔ purrr 0.3.2
## ✔ chart 1.3.0 ✔ readr 1.3.1
## ✔ flow 1.0.0 ✔ tidyr 0.8.3
## ✔ data.io 1.2.2 ✔ tibble 2.1.1
## ✔ svMisc 1.1.0 ✔ ggplot2 3.1.1
## ✔ forcats 0.4.0 ✔ tidyverse 1.2.1
## ✔ stringr 1.4.0 ✔ lattice 0.20.38
## ✔ dplyr 0.8.0.1 ✔ MASS 7.3.51.3
## ── Conflicts ────────────────────────────────────────────────────────────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()
## ✖ dplyr::select() masks MASS::select()
ovo <- read("data/ovocyte.rds") %>.%
mutate(., mat = as.factor(mat))Le jeu de données ovocyte.rds porte sur la maturation d’ovocytes. Une
concentration connue d’hypoxantine est ajouté afin de faire maturer les
ovocytes.
Vous pouvez avoir une représentation des données avec la fonction suivante :
skimr::skim(ovo)## Skim summary statistics
## n obs: 280
## n variables: 3
##
## ── Variable type:character ─────────────────────────────────────────────────────────────────────────────────────────────────────────────
## variable missing complete n min max empty n_unique
## ind 0 280 280 1 1 0 7
##
## ── Variable type:factor ────────────────────────────────────────────────────────────────────────────────────────────────────────────────
## variable missing complete n n_unique top_counts ordered
## mat 0 280 280 2 0: 174, 1: 106, NA: 0 FALSE
##
## ── Variable type:numeric ───────────────────────────────────────────────────────────────────────────────────────────────────────────────
## variable missing complete n mean sd p0 p25 p50 p75 p100 hist
## conc 0 280 280 1.54 1.41 0 0.25 1 3 4 ▇▂▁▂▁▂▁▂
La variable mat est a deux niveaux :
- 0 : l’ovocyte n’est pas en maturation
- 1 : l’ovocye a maturé
On dénombre pour chaque concentration d’hypoxantine le nombre suivant d’ovocyte :
ovo %>.%
group_by(., as.factor(conc)) %>.%
summarise(., number = length(mat)) %>.%
spread(., key = `as.factor(conc)`, value = number)## # A tibble: 1 x 7
## `0` `0.25` `0.5` `1` `2` `3` `4`
## <int> <int> <int> <int> <int> <int> <int>
## 1 40 40 40 40 40 40 40
Résumez le tableau de données afin d’obtenir la proportion d’ovocytes ayant maturé.
Réalisez un modèle linéaire génaralisé afin d’étudier la proportion d’ovocytes ayant maturé.
Consignez vos résultats dans un document structuré au format R Markdorwn. Utilisez le template mis à votre disposition dans le dossier analysis.Ce document doit contenir une introduction sur l’hypoxantine et l’effet de cette substance sur les ovocytes. Ce document doit contenir une section analyse avec la description des données et la réalisation du modèle linéaire généralisé. Chaque tableau et graphique doit avoir une légende claire et précise comme montré dans l’exemple. Tout comme dans les revues scientifiques, les tableaux et graphiques doivent être cité dans le texte.