reponse devoir

module3/exo3/exercice_R_fr.org

@@ -17,6 +17,7 @@ library(devtools) # Obtention des informations sur la session R
 library(dplyr) # Manipulation des données
 library(tidyverse) # Collection de packages pour la data science
 library(knitr) # Génération de rapports dynamique
+library(forcats)
 library(broman) # Function intéressante pour R
 library(RColorBrewer) # Couleur des figures
 library(ggplot2) # Création des figures
@@ -25,41 +26,6 @@ library(xtable) # Jolie tableau
 library(kableExtra) # Création de tableau
 #+end_src
 
-#+RESULTS:
-#+begin_example
-Le chargement a nécessité le package : usethis
-
-Attachement du package : ‘dplyr’
-
-The following objects are masked from ‘package:stats’:
-
-    filter, lag
-
-The following objects are masked from ‘package:base’:
-
-    intersect, setdiff, setequal, union
-
-── Attaching packages ─────────────────────────────────────── tidyverse 1.3.0 ──
-✔ ggplot2 3.3.0     ✔ purrr   0.3.3
-✔ tibble  3.0.0     ✔ stringr 1.4.0
-✔ tidyr   1.0.2     ✔ forcats 0.5.0
-✔ readr   1.3.1     
-── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
-✖ dplyr::filter() masks stats::filter()
-✖ dplyr::lag()    masks stats::lag()
-
-Attachement du package : ‘broman’
-
-The following object is masked from ‘package:purrr’:
-
-    done
-
-Attachement du package : ‘kableExtra’
-
-The following object is masked from ‘package:dplyr’:
-
-    group_rows
-#+end_example
 
 * Mise en place des données :noexport:
 ** Chargement
@@ -67,8 +33,6 @@ The following object is masked from ‘package:dplyr’:
 simpson_data <- read.csv("Subject6_smoking.csv")
 #+end_src
 
-#+RESULTS:
-
 Les données sont sous la forme :
 
 | Libellé | Description                   |
@@ -86,35 +50,12 @@ head(simpson_data)
 tail(simpson_data)
 #+end_src
 
-#+RESULTS:
-#+begin_example
-  Smoker Status  Age
-1    Yes  Alive 21.0
-2    Yes  Alive 19.3
-3     No   Dead 57.5
-4     No  Alive 47.1
-5    Yes  Alive 81.4
-6     No  Alive 36.8
-
-     Smoker Status  Age
-1309     No  Alive 42.1
-1310    Yes  Alive 35.9
-1311     No  Alive 22.3
-1312    Yes   Dead 62.1
-1313     No   Dead 88.6
-1314     No  Alive 39.1
-#+end_example
-
 Vérification de la présence de données manquante.
 #+begin_src R :results output :session *R* :exports both
 na_records <- apply(simpson_data, 1, function(x) any(is.na(x)))
 simpson_data[na_records,]
 #+end_src
 
-#+RESULTS: 
-: 
-: [1] Smoker Status Age   
-: <0 lignes> (ou 'row.names' de longueur nulle)
 
 Vérification de la classe des données et du nombre de data.
 #+begin_src R :results output :session *R* :exports both
@@ -124,14 +65,6 @@ class(simpson_data$Status)
 class(simpson_data$Age)
 #+end_src
 
-#+RESULTS:
-: [1] 1314
-: 
-: [1] "factor"
-: 
-: [1] "factor"
-: 
-: [1] "numeric"
 
 * Analyse des données
 ** Question 1
@@ -142,18 +75,10 @@ summarise(Number = n(), Alive = sum(Status == "Alive"), Dead = sum(Status == "De
 dead_or_alive$mortality <- round(dead_or_alive$mortality, 2)
 #+end_src
 
-#+RESULTS:
-
 #+begin_src R :results table :colnames yes :session *R* :exports results
 xtable(dead_or_alive)
 #+end_src
 
-#+RESULTS:
-| Smoker | Number | Alive | Dead | mortality |
-|--------+--------+-------+------+-----------|
-| No     |    732 |   502 |  230 |     31.42 |
-| Yes    |    582 |   443 |  139 |     23.88 |
-
 
 #+begin_src R :results output graphics :file (org-babel-temp-file "figure" ".png") :exports both :width 600 :height 400 :session *R* 
 mortality <- ggplot(dead_or_alive, aes(x = Smoker, y = mortality, fill = Smoker)) + geom_bar(stat = "identity") + 
@@ -161,13 +86,9 @@ mortality <- ggplot(dead_or_alive, aes(x = Smoker, y = mortality, fill = Smoker)
 mortality
 #+end_src
 
-#+RESULTS:
-[[file:/tmp/babel-pNwaHh/figureO5jUUE.png]]
 Le résultat est surprenant car on observe un plus fort taux de
 mortalité chez les non-fumeur que chez les fumeur.
 
-
-
 ** Question 2
 On recrée un data-frame pour ne pas interagir avec les résultats
 précédent.
@@ -176,17 +97,13 @@ simpson_data_q2 <- simpson_data
 simpson_data_q2$Age <- as.numeric(simpson_data_q2$Age)
 #+end_src
 
-#+RESULTS:
+
 
 On regroupe les ages en catégories
 #+begin_src R :results output :session *R* :exports both
 simpson_data_q2$Age <- cut(simpson_data_q2$Age, c(18, 34, 54, 64, 200), include.lowest = TRUE, labels = c("18-34", "35-54", "55-64", "plus de 65"))
 table(simpson_data_q2$Age)
 #+end_src
-#+RESULTS:
-: 
-:      18-34      35-54      55-64 plus de 65 
-:        400        436        236        242
 
 #+begin_src R :results output :session *R* :exports both
 dead_or_alive2 <- simpson_data_q2%>%
@@ -198,23 +115,9 @@ mutate(mortality = (Dead/sum(Number))*100)
 dead_or_alive$mortality <- round(dead_or_alive$mortality, 2)
 #+end_src
 
-#+RESULTS:
-
 #+begin_src R :results table :colnames yes :session *R* :exports results
 xtable(dead_or_alive2)
 #+end_src
-#+RESULTS:
-| Smoker |        Age | Number | Alive | Dead |         mortality |
-|--------+------------+--------+-------+------+-------------------|
-| No     |      18-34 |    219 |   213 |    6 | 0.819672131147541 |
-| No     |      35-54 |    199 |   180 |   19 |  2.59562841530055 |
-| No     |      55-64 |    121 |    81 |   40 |  5.46448087431694 |
-| No     | plus de 65 |    193 |    28 |  165 |  22.5409836065574 |
-| Yes    |      18-34 |    181 |   176 |    5 | 0.859106529209622 |
-| Yes    |      35-54 |    237 |   196 |   41 |   7.0446735395189 |
-| Yes    |      55-64 |    115 |    64 |   51 |  8.76288659793814 |
-| Yes    | plus de 65 |     49 |     7 |   42 |  7.21649484536082 |
-
 
 #+begin_src R :results output graphics :file (org-babel-temp-file "figure" ".png") :exports both :width 600 :height 400 :session *R* 
 mortality2 <- ggplot(dead_or_alive2, aes(x = Smoker, y = mortality, fill = Age))+ geom_bar(stat = "identity", position = position_dodge()) + 
@@ -222,15 +125,65 @@ mortality2 <- ggplot(dead_or_alive2, aes(x = Smoker, y = mortality, fill = Age))
 mortality2
 #+end_src
 
-#+RESULTS:
-[[file:/tmp/babel-fRQzWg/figureR2aE0F.png]]
-
 On observe une diminution du taux de mortalité chez les moins de 65
 ans parmis les non fumeur par rapport au fumeur. Cependant, chez les
 plus de 65 ans, la tendence s'inverse avec un plus grande mortalité
 chez les fumeurs par rappor au non fumeur (3 fois plus).
 
-Cela peut s'expliquer par le fait que le corps des fumeurs se soit
-habituer aux toxines alors que les non-fumeur subissant le tabagisme
-passif et ayant atteint un age où ils sont plus à risque soit plus à
-même de décédé à cause des toxines du tabac.
+L'inversion de ces proportions peut s'expliquer par un enrichissement
+en personnes agées chez les non fumeurs.
+
+** Question 3
+On recrée un data-frame pour ne pas interagir avec les résultats
+précédent.
+
+#+begin_src R :results output :session *R* :exports both
+simpson_data_q3 <- simpson_data
+simpson_data_q3$Death <-  factor(simpson_data_q3$Status)
+simpson_data_q3$Death <-  fct_recode(simpson_data_q3$Death, "1"="Alive", "0"="Dead")
+simpson_data_q3$Death <- as.numeric(as.character(simpson_data_q3$Death))
+simpson_data_q3$Age <- as.numeric(as.character(simpson_data_q3$Age))
+#+end_src
+
+
+#+begin_src R :results output :session *R* :exports both
+head(simpson_data_q3)
+#+end_src
+
+
+#+begin_src R :results output :session *R* :exports both
+reg_log_total <- ggplot(simpson_data_q3, aes(x=Age,y=Death)) + geom_point(alpha=.3,size=3) + 
+    theme_bw() + 
+    geom_smooth(method = "glm", 
+        method.args = list(family = "binomial"),fullrange = TRUE)
+
+reg_log_fumeur <- ggplot(simpson_data_q3[simpson_data_q3$Smoker == "Yes",], aes(x=Age,y=Death)) + geom_point(alpha=.3,size=3) + 
+    theme_bw() + 
+    geom_smooth(method = "glm", 
+        method.args = list(family = "binomial"),fullrange = TRUE)
+
+reg_log_non_fumeur <- ggplot(simpson_data_q3[simpson_data_q3$Smoker == "No",], aes(x=Age,y=Death)) + geom_point(alpha=.3,size=3) + 
+    theme_bw() + 
+    geom_smooth(method = "glm", 
+        method.args = list(family = "binomial"),fullrange = TRUE)
+#+end_src
+
+
+#+begin_src R :results output graphics :file (org-babel-temp-file "figure" ".png") :exports both :width 600 :height 400 :session *R* 
+reg_log_total
+#+end_src
+
+
+#+begin_src R :results output graphics :file (org-babel-temp-file "figure" ".png") :exports both :width 600 :height 400 :session *R* 
+reg_log_fumeur
+#+end_src
+
+
+#+begin_src R :results output graphics :file (org-babel-temp-file "figure" ".png") :exports both :width 600 :height 400 :session *R* 
+reg_log_non_fumeur
+#+end_src
+
+Passer 60 ans, bien que les courbes soient semblable, on voit que l'intervalle de confiance chez les fumeurs
+est plus grands que chez les non fumeur. Cela s'explique bien par une
+plus faible population de personne agée chez les fumeurs.
+