Nous fournissons des tutoriels pratiques sur l'exploration de données, la visualisation et les statistiques pour l'aide à la prise de décision.
Version:
English
Cet article décrit comment créer une matrice de corrélation interactive dans R. Vous apprendrez deux approches différentes: Utilisation du package R heatmaply Utilisation de la combinaison des packages R ggcorrplot
Cet article décrit comment créer une matrice de corrélation interactive dans R. Vous apprendrez deux approches différentes: Utilisation du package R heatmaply Utilisation de la combinaison des packages R ggcorrplot
# Charger les packages R requis library(ggpubr) library(rstatix) # Préparation des données df <- tibble::tribble( ~sample_type, ~expression, ~cancer_type, ~gene, "cancer", 25.8, "Lung", "Gene1", "cancer", 25.5, "Liver", "Gene1", "cancer", 22.4, "Liver",
# Charger les packages R requis library(ggpubr) library(rstatix) # Préparation des données df <- tibble::tribble( ~sample_type, ~expression, ~cancer_type, ~gene, "cancer", 25.8, "Lung", "Gene1", "cancer", 25.5, "Liver", "Gene1", "cancer", 22.4, "Liver",
Cet article décrit comment publier un exemple reproductible de script R sur le site web Datanovia en utilisant le package pubr. Le but du package R pubr est de convertir
Cet article décrit comment publier un exemple reproductible de script R sur le site web Datanovia en utilisant le package pubr. Le but du package R pubr est de convertir
Exigences: dplyr v>=1.0.0 library(dplyr) # Préparation des données df <- tibble(w = 0:2, x = 1:3, y = c("a", "b", "c"), z = c("d", "e", "f")) df ## # A
Exigences: dplyr v>=1.0.0 library(dplyr) # Préparation des données df <- tibble(w = 0:2, x = 1:3, y = c("a", "b", "c"), z = c("d", "e", "f")) df ## # A
Exigences: dplyr v>=1.0.0 library(dplyr) # Préparation des données df <- as_tibble(iris) df ## # A tibble: 150 x 5 ## Sepal.Length Sepal.Width Petal.Length Petal.Width Species ## <dbl> <dbl> <dbl> <dbl>
Exigences: dplyr v>=1.0.0 library(dplyr) # Préparation des données df <- as_tibble(iris) df ## # A tibble: 150 x 5 ## Sepal.Length Sepal.Width Petal.Length Petal.Width Species ## <dbl> <dbl> <dbl> <dbl>
Cet article décrit comment calculer des statistiques descriptives, telles que la moyenne, l’écart types, les quantiles, sur plusieurs colonnes numériques. Fonctions et packages R clés Le package dplyr
Cet article décrit comment calculer des statistiques descriptives, telles que la moyenne, l’écart types, les quantiles, sur plusieurs colonnes numériques. Fonctions et packages R clés Le package dplyr
Vous apprendrez à créer de jolies graphiques dans R et à ajouter au graphique un tableau de statistiques descriptives telles que la taille de l’échantillon (n), la médiane, la moyenne
Vous apprendrez à créer de jolies graphiques dans R et à ajouter au graphique un tableau de statistiques descriptives telles que la taille de l’échantillon (n), la médiane, la moyenne
Les codes R sont fournis pour créer un beau box plot dans R avec un tableau des statistiques descriptives sous le graphique. # Charger les packages R requis library(ggpubr) #
Les codes R sont fournis pour créer un beau box plot dans R avec un tableau des statistiques descriptives sous le graphique. # Charger les packages R requis library(ggpubr) #
# Charger les packages R requis suppressPackageStartupMessages(library(ggpubr)) suppressPackageStartupMessages(library(dplyr)) # Exemple de données provenant de tests statistiques stat.test <- tibble::tribble( ~supp, ~group1, ~group2, ~p.adj, ~p.signif, "VC", "0.5", "1", 3.4e-06, "****", "VC",
# Charger les packages R requis suppressPackageStartupMessages(library(ggpubr)) suppressPackageStartupMessages(library(dplyr)) # Exemple de données provenant de tests statistiques stat.test <- tibble::tribble( ~supp, ~group1, ~group2, ~p.adj, ~p.signif, "VC", "0.5", "1", 3.4e-06, "****", "VC",
Cet article explique comment visualiser la distribution de données dans R en utilisant des courbes de densité ridgeline. Le graphique de densité ridgeline est une alternative à la
Cet article explique comment visualiser la distribution de données dans R en utilisant des courbes de densité ridgeline. Le graphique de densité ridgeline est une alternative à la
