exo

module2/exo5/exo5_fr.Rmd

@@ -5,23 +5,6 @@ date: "28 juin 2018"
 output: html_document
 ---
 
-Le 27 Janvier 1986, veille du décollage de la navette _Challenger_, eu
-lieu une télé-conférence de trois heures entre les ingénieurs de la
-Morton Thiokol (constructeur d'un des moteurs) et de la NASA. La
-discussion portait principalement sur les conséquences de la
-température prévue au moment du décollage de 31°F (juste en dessous de
-0°C) sur le succès du vol et en particulier sur la performance des
-joints toriques utilisés dans les moteurs. En effet, aucun test
-n'avait été effectué à cette température.
-
-L'étude qui suit reprend donc une partie des analyses effectuées cette
-nuit là et dont l'objectif était d'évaluer l'influence potentielle de
-la température et de la pression à laquelle sont soumis les joints
-toriques sur leur probabilité de dysfonctionnement. Pour cela, nous
-disposons des résultats des expériences réalisées par les ingénieurs
-de la NASA durant les 6 années précédant le lancement de la navette
-Challenger.
-
 # Chargement des données
 Nous commençons donc par charger ces données:
 
@@ -30,25 +13,7 @@ data = read.csv("shuttle.csv",header=T)
 data
 ```
 
-Le jeu de données nous indique la date de l'essai, le nombre de joints
-toriques mesurés (il y en a 6 sur le lançeur principal), la
-température (en Farenheit) et la pression (en psi), et enfin le
-nombre de dysfonctionnements relevés. 
-
 # Inspection graphique des données
-Les vols où aucun incident n'est relevé n'apportant aucun information
-sur l'influence de la température ou de la pression sur les
-dysfonctionnements, nous nous concentrons sur les expériences où au
-moins un joint a été défectueux.
-
-```{r}
-data = data[data$Malfunction>0,]
-data
-```
-
-Très bien, nous avons une variabilité de température importante mais
-la pression est quasiment toujours égale à 200, ce qui devrait
-simplifier l'analyse.
 
 Comment la fréquence d'échecs varie-t-elle avec la température ?
 ```{r}
@@ -113,6 +78,48 @@ lançeur est donc de $1-(1-p^2)^3 \approx 1.2%$.  Ça serait vraiment
 pas de chance... Tout est sous contrôle, le décollage peut donc avoir
 lieu demain comme prévu.
 
+### Analyse pression
+
+# Inspection graphique des données
+
+```{r}
+plot(data=data, Malfunction/Count ~ Pressure, ylim=c(0,1))
+```
+
+
+# Estimation de l'influence de la pression
+
+
+```{r}
+logistic_reg = glm(data=data, Malfunction/Count ~ Pressure, weights=Count, 
+                   family=binomial(link='logit'))
+summary(logistic_reg)
+```
+
+
+# Estimation de la probabilité de dysfonctionnant des joints toriques
+
+
+```{r}
+# shuttle=shuttle[shuttle$r!=0,] 
+pressv = seq(from=0, to=200, by = .5)
+rmv <- predict(logistic_reg,list(Pressure=pressv),type="response")
+plot(pressv,rmv,type="l",ylim=c(0,1))
+points(data=data, Malfunction/Count ~ Pressure)
+```
+
+
+
+```{r}
+data_full = read.csv("shuttle.csv",header=T)
+sum(data_full$Malfunction)/sum(data_full$Count)
+```
+
+
+
+
+
+
 Seulement, le lendemain, la navette Challenger explosera et emportera
 avec elle ses sept membres d'équipages. L'opinion publique est
 fortement touchée et lors de l'enquête qui suivra, la fiabilité des
@@ -122,3 +129,8 @@ fiasco, l'analyse précédente comporte (au moins) un petit
 problème... Saurez-vous le trouver ? Vous êtes libre de modifier cette
 analyse et de regarder ce jeu de données sous tous les angles afin
 d'expliquer ce qui ne va pas.
+
+```{r}
+data = data[data$Malfunction>0,]
+data
+```
\ No newline at end of file