Exercices

1. À l’aide de data_edit() du package DataEditR, créez un jeu données contenant trois participants ayant les caractéristiques suivantes, nom = Alexandre, Samuel et Vincent et age = 20, 22 et 31.

2. Prendre le jeu de données cars, sélectionner la variable dist et transformer la en mètre, plutôt qu’en pieds. Rappel: un mètre égale 3.2808 pieds.

3. Dans le jeu de données iris, calculer la moyenne et l’écart type de la longueur de sépale (Petal.Length) en fonction de l’espèce (species). Représenter ensuite la moyenne à l’aide d’un diagramme à barre

4. Prenez le jeu de données mtcars et produisez un diagramme de dispersion montrant la puissance brute (en chevaux) (hp) par rapport à consommation en km/l (basé sur mpg) tout en soulignant l’effet du nombre de cylindres (cyl). Attention la fonction as_factor permettra d’utiliser cyl en facteur et le rapprt mpg vers kml approximativement \(.425\).

5. Avec le même jeu de données et objectif que la question précédente, ajouter une droite de prédiction avec geom_smooth() selon un modèle linéare (lm) et sans erreur standard (se).

6. Avec le jeu de données chickwts, produire une boîte à moustache du poids des poulets en fonction de leur alimentation.

7. Prenez le jeu de données mtcars et produisez un histogramme montrant la variabilité de la consommation mpg par rapport à la transmission (am). Attention la fonction as_factor permettra d’utiliser am en facteur.

8. Prendre le jeu de données msleep et produire un diagramme à barres pour observer la fréquence des régimes alimentaires.

9. Prendre le jeu de données msleep et produisez une boîte à moustache pour observer le temps total de sommeil (sleep_total) moyen par rapport aux régimes (vore). Attention aux données manquantes.

10. Avec le jeu de données chickwts, produire un diagramme à barres du poids moyen des poulets par rapport à leur alimentation en ne conservant que les graines de tournesols et les fèveroles.