Le Code R studio
GS=c('O','O','A','A','A','A','A','A','A','A','A','A','A','A','B','B','B','B','B','B','B','AB','AB','AB','AB
','AB','AB','AB','AB','AB','AB','AB','AB','AB','AB','AB')
GS
T=table(GS)
T
v1=c(T)
c(T)
[Link](Eff=v1,Freq=V1/sum(V1))
pie(T,radius=1.0)
m+max(V1)
barplot(T,ylim = c(0,m+1))
N=c(2,2,2,2,2,3,3,7,7,7,7,7,7,7,8,8,8,8,8)
T1=table(N)
T1
T2=c(T1)
Tableau=[Link](ni=T2,Nicc=cumsum(T2),fi=T2/sum(T2),ficc=cumsum(T2/sum(T2)))
Tableau
diabaton=plot(T1,type="h",ylab="",main="",fram=0,lwd=3)
diabaton
# EXO CHAP 3
N=c(2,2,2,2,2,5,5,6,6,6,6,7,7,7,8,8,8,8,8,9,9,9,9,9,9,9,9,9)
T1=table(N)
T1
v1=c(T1)
c(T1)
length(N)
summary(N)
boxplot(N)
N=NA
N+1
#CREATIONDE VECTEUR
W=c(5.6,-2.78,42.3)
T1=table(w)
T1
length(T1)#longueur
X=c(T1.3.c(12))
T1=table(x)
length(x)
1:300
seq(1,6,by=0.5)
seq(1,6,length(5))
rep(1,100)
rep(c(1,2),each=10)
b=scan(n=4)# permet de renté des elements
1
2
3
4
length(b)
summary(b)
boxplot(b)
[Link](Eff=b,Freq=b/sum(b))
pie(b,radius=1.0)
d=c("A","BB","C1") # variable qualitative
d
d=rep('A',9)
d
paste("X",1:5,sep="-") # permet de faire la soustraction
3!=4
X=1:(50)
X
Y=2000:2050
Y
Y[30] # visualise un element dans un vecteur
Y[c(15,30,35,48)] #visualise plusieur element dans un vecteur
[Link](X)
m1=matrix(c(1,17,12,3,6,0),ncol = 2)
m1
m2=matrix(1:8,nrow = 2,byrow = TRUE)
m2
m3=matrix(1:4,nrow=3,ncol=3)
m3
m4=matrix(1,nrow = 2,ncol = 4)
m4
m4[2,3] # cible un element
m4[2,] # cible un ligne
m3[,1]
m1=matrix(1:4,ncol=2)
m1
m2=matrix((3:6),ncol=2,byrow=T)
m2
m1+m2
m
m3=matrix(1:6,nrown=2,ncol=3)
m3
m1+m3
m1*m3
m1
m3
m1%*%m2
A=matrix(c(2,1,3,1,-1,2,0,3,1),ncol = 3)
A
det(A)
solve(A) #inverse
eigen(A) # VECTEUR ET VALEUR PROPRE
diag(A) # matrice identité d'ordre 5
qr (A) # decomposition QR
X%*%Y #produit de deux matri
A=matrix(c(300,450,950,750,2,2,8,7,6,4,2,5),ncol = 3)
A
nomligne=c("paysA","paysB","paysC","paysD")
nomcol=c("IDE","TAUX DE CROISSANCE ECONOMIQUE(%)","TAUX D'inflation(%)")
dimnames(A)=list(nomligne,nomcol)
A
A[c("paysA","paysB","paysD"), c("IDE","TAUX DE CROISSANCE
ECONOMIQUE(%)","TAUX D'inflation(%)")]
A # read_excel, Facto MineR , readxl, [Link], feather
S=rnorm(45,mean=0,sd=1)
S
min(S)
max(S)
Z=(max(S)-min(S))/7
Z
Xqual=cut(S,breaks =
c(min(s),min(x),amin(x)+2*a,min(s)+3*a,min(s)'*a',max(s)),max(s)+a,max(x)+3*a
# 1) creons la matrice matrice
mat=matrix(c(1,0,3,4,5,5,0,4,5,6,3,4,0,1,3,2),ncol= 4)
nomligne=c("Ligne1","Ligne2","Ligne3","Ligne4")
nomcol=c("Colone1","Colone2","Colone3","Colone4")
dimnames(mat)=list(nomligne,nomcol)
mat
mat[c("Ligne1","Ligne2","Ligne3","Ligne4"), c("Colone1","Colone2","Colone4")]
# 2) element diagonaux
C=diag(mat)
C
# 3) matrice 2*4
mat[c("Ligne1","Ligne2"), c("Colone1","Colone2","Colone3","Colone4")]
# 4) matrice 4*2
mat[c("Ligne1","Ligne2","Ligne3","Ligne4"), c("Colone3","Colone4")]
# 5) matrice 4*3
mat[c("Ligne1","Ligne2","Ligne3","Ligne4"), c("Colone1","Colone2","Colone4")]
# 6) determinant
v=det(mat)
v
# invertion de la matrice
y=solve(mat)
y
xz
# exercice N2
#1) MATRICE EN FONTION 51: 100
data("iris")
iris[1:5]
iris2=iris[c(51: 100), c("[Link]", "[Link]", "[Link]", "[Link]",
"Species")]
# 2) Tris par rapport a [Link]
iris2=iris[c(51: 100), c("[Link]")]
sort(iris2,decreasing = TRUE)
f=iris2[order(iris2$[Link], decreasing = TRUE),]
f
f=iris2[order(iris2$[Link], decreasing = TRUE),]
f
f=iris2[order(iris2$[Link], decreasing = TRUE),]
f
f=iris2[sort(iris2$[Link], decreasing = TRUE),]
f
f=iris2[order(iris2$[Link], decreasing = TRUE),]
f
A=matrix(c(300,450,950,700,2,2,8,7,6,4,2,5),ncol = 3)
A
nomligne=c("paysA","paysB","paysC","paysD")
nomcol=c("IDE","TAUX DE CROISSANCE(%)","TAUX D'inflation(%)")
dimnames(A)=list(nomligne,nomcol)
A
A[c("paysA","paysB","paysD"), c("IDE","TAUX DE CROISSANCE(%)","TAUX
D'inflation(%)")]
A
N=length(A)
xb=sum(A)/N
xb=mean(A)
xb
G=apply(A,2,mean) # calcul moyen (1)
G
écart_type=apply(A,2,sd) # calcul ecart type biaisé
écart_type
B=scale(A)*sqrt(4/3) # matrice centré reduite (2)
B
Y=scale(A,scale = FALSE) # MATRICE CENTRé
Y
S=(1/4)*t(Y)%*%Y # matrice variance covariance
S
R=(1/4)*t(B)%*%B #matrice de corelation
R
R=cor(S)#matrice de corelation
R
eigen(R)
[Link]=PCA(A) # determination des axes
[Link] ## determination des axes et pourcentage de sinformmation
barplot ([Link]$eig[,2],names=paste("Dim",1:nrow([Link]$eig))) ##
plot([Link],choix="ind", axes=1:2, cex=0.7) # nuage de point entre les individus
Vectors=eigen(R)$vectors # vecteur propre
Vectors
F=B%*%Vectors # corelation des variable avec les composant principale.
F
contr=(1/12)*B^2 # contribution des individu et de svariable
contr
plot(F[,1],F[,2],main="Plan F1 F2") #nuage des point
Aids2
sommary(Aids2)