Les données ont été récupérées aux adresses suivantes :
Connexion courte : http://mescal.imag.fr/membres/arnaud.legrand/teaching/2014/RICM4_EP_ping/liglab2.log.gz
Connexion longue : http://mescal.imag.fr/membres/arnaud.legrand/teaching/2014/RICM4_EP_ping/liglab2.log.gz

Travail sur la connexion courte

courte <- read.table("connexion_courte.csv" , sep = "," , dec = "." , header = T)

graphiques

On commence par représenter l’évolution de temps de transmission au cours du temps et l’évolution de la taille des messages au cours du temps.

ggplot(data = courte , mapping = aes(x = date , y = temps)) + geom_point() + labs(title = "temps de transmissions en fonction de la date")

ggplot(data = courte , mapping = aes(x = date , y = taille)) + geom_point() + labs(title = "taille du message  en fonction de la date")

Il est difficile de voir si le temps de transmission est liée à la taille du message avec ces graphs.

ggplot(data = courte , mapping = aes(x = taille , y = temps)) + geom_point() + labs(title = "temps de transmissions en fonction de la taille du message")

on voit une rupture vers 1480 bytes.

En dessous de cette rupture :

ggplot(data = subset(courte , taille < 1480) , mapping = aes(x = taille , y = temps)) + geom_point() + labs(title = "temps de transmissions en fonction de la taille du message")

Au dessus de cette rupture :

ggplot(data = subset(courte , taille >= 1480) , mapping = aes(x = taille , y = temps)) + geom_point() + labs(title = "temps de transmissions en fonction de la taille du message")

Régression

On fait donc deux régressions : une avec les messages en dessouss de 1480 bytes et une avec les messages au dessus.

dessous <- lm(temps~taille , data = subset(courte , taille < 1480))

dessus <- lm(temps~taille , data = subset(courte , taille >= 1480))

En dessous de 1480 bytes :
On estime L à 3.27604, et C à 3083.4193823

ggplot(data = subset(courte , taille < 1480) , mapping = aes(x = taille , y = temps)) + geom_point() + labs(title = "temps de transmissions en fonction de la taille du message") + geom_smooth(method = "lm" , col = "red")
## `geom_smooth()` using formula 'y ~ x'

Au dessus :
On estime L à 5.1448617, et C à 376.2150617

ggplot(data = subset(courte , taille >= 1480) , mapping = aes(x = taille , y = temps)) + geom_point() + labs(title = "temps de transmissions en fonction de la taille du message") + geom_smooth(method = "lm" , col = "red")
## `geom_smooth()` using formula 'y ~ x'

Expliquer le temps d’envoi avec la taille du message ne semble pas être pertinent pour la connexion courte.



Travail sur la connexion longue

longue <- read.table("connexion_longue.csv" , sep = "," , dec = "." , header = T)

graphiques

On commence par représenter l’évolution de temps de transmission au cours du temps et l’évolution de la taille des messages au cours du temps.

ggplot(data = longue , mapping = aes(x = date , y = temps)) + geom_point() + labs(title = "temps de transmissions en fonction de la date")

ggplot(data = longue , mapping = aes(x = date , y = taille)) + geom_point() + labs(title = "taille du message  en fonction de la date")

Il est difficile de voir si le temps de transmission est liée à la taille du message avec ces graphs.

ggplot(data = longue , mapping = aes(x = taille , y = temps)) + geom_point() + labs(title = "temps de transmissions en fonction de la taille du message")

on voit une rupture vers 1480 bytes.

En dessous de cette rupture :

ggplot(data = subset(longue , taille < 1480) , mapping = aes(x = taille , y = temps)) + geom_point() + labs(title = "temps de transmissions en fonction de la taille du message")

Au dessus de cette rupture :

ggplot(data = subset(longue , taille >= 1480) , mapping = aes(x = taille , y = temps)) + geom_point() + labs(title = "temps de transmissions en fonction de la taille du message")

Régression

On fait donc deux régressions : une avec les messages en dessouss de 1480 bytes et une avec les messages au dessus.

dessous <- lm(temps~taille , data = subset(longue , taille < 1480))

dessus <- lm(temps~taille , data = subset(longue , taille >= 1480))

En dessous de 1480 bytes :
On estime L à 3.27604, et C à 3083.4193823

ggplot(data = subset(longue , taille < 1480) , mapping = aes(x = taille , y = temps)) + geom_point() + labs(title = "temps de transmissions en fonction de la taille du message") + geom_smooth(method = "lm" , col = "red")
## `geom_smooth()` using formula 'y ~ x'

Au dessus :
On estime L à 5.1448617, et C à 376.2150617

ggplot(data = subset(longue , taille >= 1480) , mapping = aes(x = taille , y = temps)) + geom_point() + labs(title = "temps de transmissions en fonction de la taille du message") + geom_smooth(method = "lm" , col = "red")
## `geom_smooth()` using formula 'y ~ x'

Expliquer le temps d’envoi avec la taille du message ne semble pas être pertinent pour la connexion longue.