EXAMEN D’INTRODUCTION AU LOGICIEL R BOLI GOTRE BI GOLA JEAN FRANCOIS 2024-01-27 EXERCICE 1 1) Creation de la base de donnees DF preference age oe <> coca-cola 2 aM Pepsi 6 3M coca-cola 5M coca-cola ou eM coca-cola 9 ™™ coca-cola F Pepsi 2s om coca-cola a 10 F Popsi 30110 of 1 rows Nature de la base DF ciass(o9 (8 [2] “data. frane ‘On aun datatrame comme nature dela base de donne 3. Nouvelle variable revenu suivant une loi uniforme Fsrevenu <- rnorn{1e, 48660, 2500) ; OF tudlant sexo preference age revenu int «che ech iM coca-cola 25 e857 aM Peps 20 71851.99 aM Cova-cola 4908.68, 4F Pos 25 5016.71 5M Coca-cola ooarr.a7 om Cova-cola 20 22069.02 ™ Coca-cola 49067.42 oF Pepe 25 5715.10 om Coca-cola a 1647098 10 F Pepe 20 2144.08,4-10.01 10 ows 2. Donner le nom des variables ainsi que leurs nature ste(or) we Sotudiane = int 2234567890 ee RE proference: enn “Coca-cola” “Papsi” “coca-cola” “Peps ae $380 un 25 28 NA 25 34 29 WA 25.27 38 JRE $ reveru = num =6019 7552 46999 56917 6BA7? «. ‘tutlant: enter sexe chaetrprafrance : character age: numeric reveru: numerie 5. Structure de la base de donnee ste(or) te Setudiant sine 22345678910 Be Sexe ear WOW oH =P 18 § preference: enr “coca-cola” “Pepsi= “coca-cola” "Pepe mw $ age fun 25 28 NA 25 36 29 NA 25 27 30 M$ revenu = pun 6119 73552 46999 50817 68477 Nous avons uno base de donnes composes de 5 variables ot de 10 obsorvations 6. Identifions les donnee manquantes ss.na(ory1 ——_etustant sexe preference age reven (4) FALSE False fe me (2)) FALSE False f(y] FALSE FaIse me (4) False False fe [5,] FALSE FALSE mw [6,] FALSE False ee [7)] FALSE FALSE FALSE TRUE False fe [8] FALSE FALSE FALSE FALSE FALSE mw (9,) FALSE FALSE PALS 4H (20,) FALSE FALSE FALSE FALSE. False Nous avons ds dannea manquantes chaz ia Tame at dame observation precisament dans la variables age 7. Tableau de distibution des frequences des variables sexe et preference ‘anle(orssexe) table(or$preference) Nous avons 3 formas 7 hommes . Concemant ls boissons , nous avons 6 personnes qui prferen le Coca-cola el 3 parsonnes qui preferont te Peps8. Tableau croise des variables sexe et preferences tante(orssene, oFspreterence) anes lly aucune femme qui preter le coca-cola et ly’ena 3 qu siment Peps! . Nous avons 6 hommes qu referent coca-cla ett homme qu pretere Peps 9. Graphique appropri??e pour chaque variable Piet table(oFSsexe), maine"REPARTITION OFS TNOIVIOUS SELOV LE SEXE*, col= c(“Liehtpink*, "Lientgreen"))REPARTITION DES INDIVIDUS SELON LE SEXE Nous constators quela majorite de notre base de donnes est de sxe masculn 4 Preference arplot(table(OrSprefarence), naineDISTRIBUTION OES PREFERENCES “, xLab-"PREFERENCES", ylaDe“FREQUENCES")DISTRIBUTION DES PREFERENCES [ — Coca-cola FREQUENCES 3 2 PREFERENCES Cocecola dans nore base de donee Nist(OrSage, maine-HISTOGUAME OF L'AGE GES INOZ¥IOUS")HISTOGRAMME DE L'AGE DES INDIVIDUS Frequency 24 26 28 30 22 34 DF Sage 10. Age moyen sean(orSage, nacen=t) (2) 27.875 Lage moyen de a base est ¢ environ 28 ans11. Coeffficient de variation de l'age Lneary(aenernise) v(orsage, naerm= 1) se [3] 0.2228296 12. Sous base composee uniquement des observations 1,3,7 et 10 sous.pase1 & DFf6(0,3,7528), 13 s0us_pase’ age ech ech et 1 oM coca-cola 2s a aM coca-cola 7 ™ coca-cola 10 oF Peps 30 > ues? 45008.68, 4996742 2144.08,13. Sous base composee uniquement des variables sexe et preference sous_base2 <- OF[ ("sexe "preference")] 5 sous base? sexe reference 2 2 4 4 6 5 8 8 10 0 Brows 18. Liste de tous les elements creer pendant | examen ech 160 SE fel Sous pser* soos aasea" Exercice 2 1. reptel2,7.2), 3) me(nj27azza2ee reference cane Peps coca-cola coca-cola Coca-cola age 2 2s 2 30 “d> 71851.98 se016.71 22059.02 18479.98 23144.08,rep(sea(5), eache2) we [piaz2sieass 509(0.0, 2-8, 0.5) a (2) 0.8 0.5 22. Fonction permettant de resoudre une equation de second degre setve_quadratic ¢ fnetion(a, by <) { Af (eelts 96) ( XL G (+b + sartgdettay) / (243) Xo & (2b sareGdetta)) / (2*a) renult & £083, %2) return(resuit) ) flse 1 (celta = 8) ( oe by (28) retarn(esult) > 4 cos oP? Le aiscrininont est ni2gotif aise ( result < "Pas de solutions r2?elles* return(esult) , ) ininont ext posttif # Exewyle utilisation solution < solve_quadratic(s, bo) mey2a3. Representation geographique de |’aeroport felix Houpouet Boigny 1 charger Le pachege Lbrary(leafet) 4 coondonn?ves giegraphiques de L'a??roport 72L%x Houphou??®-Botgry dAbLdjan (22 titre d'exenple) Tongitude «3.92701 4 otter Lo carte Leaflet inacarte <- Teaflet() 0% ‘datilos() #38 # Ajouter des tues de corte setview(ing = longitude, Ist = latitude, zoom = 25) # D??ytmir La wie initiate de La carte 4 Afficher La carte