Update Journal.md

journal/Journal.md

@@ -7,3 +7,118 @@ Il faudrait un lien vers un pdf avec les infos de code simple
 
 Comme [ici?](https://guides.github.com/pdfs/markdown-cheatsheet-online.pdf)
 
+## Test de copier directement un doc R Markdown
+
+---
+title: "EFFET DE LA VARIETE SUR LE POIDS D’UNE COURGE"
+author: "Etudiants"
+date: "2020"
+output: 
+  word_document: default
+---
+
+```{r setup, include=FALSE}
+knitr::opts_chunk$set(echo = TRUE)
+```
+
+# Objectifs du projet
+
+L’objectif de ce projet est de déterminer si le poids des courges est corrélé avec la variété. 
+Dans cette étude, nous nous focaliserons sur les 4 variétés de courges suivantes : courgeron, courge delicata, courge spaghetti, et courge butternut.
+Notre question d’intérêt est donc de déterminer s’il y a une relation entre le poids de la courge et sa variété.
+
+# Introduction
+La récolte des données a eu lieu en décembre 2018 dans une entreprise d’agriculture maraichère bio de Provence. 
+Les essais sont constitués de 4 variétés de référence sur le marché : courgeron, courge delicata, courge spaghetti, et courge butternut. 
+Un essai contient deux répétitions de 8 plants. Toutes les plantes sont cultivées dans les mêmes conditions climatiques, pédologiques et sanitaires. 
+Nous avons veillé à récolter des plants exposés au même ensoleillement.
+
+# Matériel et méthode
+## Matériel végétal
+
+## Matériel virale et inoculations
+
+## Expérimentations
+
+## Méthode stat
+
+décrire la méthode stat 
+
+$$y_{ij} = \mu + \alpha_i + \varepsilon_{ij}$$
+
+avec $\varepsilon_{ij} \sim_{iid} \, N(0,\sigma^2)$
+
+
+# Résultats bruts
+
+* Résumé des données
+
+```{r importation, echo=FALSE}
+courge <- read.csv("courge.txt", sep="")
+
+summary(courge)
+
+# pour afficher le tableau des données entier:    
+#knitr::kable(courge)
+```
+
+* Graphique des données
+
+```{r boxplot}
+library(ggplot2)
+
+ggplot(courge, aes(x=Varietes, y=Poids, fill=Varietes)) + 
+    geom_boxplot()  +    
+    theme(legend.position="none")
+```
+
+
+
+# Résultats digérés
+
+expliquer les résultats et les graphiques
+
+```{r, eval=FALSE, echo=FALSE}
+# si jamais pas normalité ou variance constante
+kruskal.test(Poids~Varietes, data=courge)
+
+# Comparaison 2 à 2 si test de kruskal significatif
+#pairwise.wilcox.test(courge$Poids, courge$Varietes,
+#                 p.adjust.method = "BH")
+```
+
+
+```{r}
+res <- lm(Poids~Varietes, data=courge)
+summary(res)
+```
+
+
+```{r}
+anova(res)
+```
+
+```{r, eval=FALSE}
+# Comparaison 2 à 2 Newman and Keuls, seulement si test anova significatif (d'où eval=FALSE dans l'option du chunck)
+library(agricolae)
+
+SNK.test(res,"Varietes", console=TRUE)
+print(SNK.test(res,"Varietes", group=FALSE))
+plot(SNK.test(res,"Varietes"))
+```
+
+
+# Validation du modèle
+
+```{r}
+par(mfrow=c(2,2))
+plot(res)
+```
+
+# pour aller plus loin test d'égalité des variances 
+Si le graphique Scale - Location vous fait douter de la condition d'égalité des variances entre groupe, vous pouvez faire ce test pour vérifier cette condition. *Cette condition est nécessaire pour l'anova 1 facteur.* 
+```{r}
+bartlett.test(Poids~Varietes, data=courge)
+```
+
+