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 30110 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(ory1 ——_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 Peps8. 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 ans11. 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 22. 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)
mey2a3. 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