Update exercice_fr.Rmd

module3/exo3/exercice_fr.Rmd

 ---
-title: "Votre titre"
-author: "Votre nom"
-date: "La date du jour"
-output: html_document
+title: "JuliaErbrech"
+author: "Julia Erbrech"
+date: "2024-03-04"
+output:
+  pdf_document: default
+  html_document: default
 ---
 
-
-```{r setup, include=FALSE}
+```{r setup, include=FALSE, message=FALSE}
 knitr::opts_chunk$set(echo = TRUE)
 ```
 
-## Quelques explications
+```{r}
+library(readr)
+library(dplyr)
+library(ggplot2)
+```
+
+
+# Chargement des données
+
+```{r}
+liglab2<-read_log("liglab2.log")
+liglab2<-liglab2 %>% 
+  select(X1,X2,X9) %>% 
+  rename(Date=X1, Taille=X2, Temps=X9) %>% 
+  mutate(Temps=as.numeric(substring(Temps,6))) %>% 
+  filter(!Temps==is.na(Temps))
+
+stackoverflow<-read_log("stackoverflow.log")
+stackoverflow<-stackoverflow%>% 
+  select(X1,X2,X9) %>% 
+  rename(Date=X1, Taille=X2, Temps=X9) %>% 
+  mutate(Temps=as.numeric(substring(Temps,6))) %>% 
+  filter(!Temps==is.na(Temps))
+```
+
+# liglab2
+## Evolution du temps de transmission au cours du temps
+
+
+```{r}
+ggplot(liglab2,aes(x=Date,y=Temps, col=Taille)) +
+  geom_point()
+```
+On remarque effectivement que la taille du fichier à un impact sur le temps d'envoi, notamment pour les fichier de plus de plus de 1250 bytes.
+Cependant, lorsque le temps d'envoi est inférieur à 25ms, la relation est moins évidente.
+
+## Temps de transmission en fonction de la taille des messages
+
+```{r}
+ggplot(liglab2,aes(x=Taille,y=Temps)) +
+  geom_point()
+```
+Il semblerait qu'il y ait une rupture à partie de 1480 bites.
+
+## Régression linéaire
+
+### Avant 1480 bytes
+
+```{r}
+liglab2_petit<-liglab2 %>% 
+  filter(Taille<=1480)
+```
+
+```{r}
+mod1=lm(Temps~Taille,liglab2_petit)
+par(mfrow=c(2,2))
+plot(mod1)
+summary(mod1)
+```
+L= `r mod1$"coefficients"[1]`
+
+1/C=`r mod1$"coefficients"[2]`
+
+C= `r 1/mod1$"coefficients"[2]`
+
+### Après 1480 bytes
+```{r}
+liglab2_grand<-liglab2 %>% 
+  filter(Taille>1480)
+```
+
+```{r}
+mod1=lm(Temps~Taille,liglab2_grand)
+par(mfrow=c(2,2))
+plot(mod1)
+summary(mod1)
+```
+
+L= `r mod1$"coefficients"[1]`
+
+1/C=`r mod1$"coefficients"[2]`
+
+C= `r 1/mod1$"coefficients"[2]`
+
+
+
+# stackoverflow
+## Evolution du temps de transmission au cours du temps
+
+
+```{r}
+ggplot(stackoverflow,aes(x=Date,y=Temps, col=Taille)) +
+  geom_point()
+```
+On remarque effectivement que la taille du fichier à un impact sur le temps d'envoi, notamment pour les fichier de plus de plus de 1250 bytes.
+Cependant, lorsque le temps d'envoi est inférieur à 135ms, la relation est moins évidente.
+
+## Temps de transmission en fonction de la taille des messages
 
-Ceci est un document R markdown que vous pouvez aisément exporter au format HTML, PDF, et MS Word. Pour plus de détails sur R Markdown consultez <http://rmarkdown.rstudio.com>.
+```{r}
+ggplot(stackoverflow,aes(x=Taille,y=Temps)) +
+  geom_point()
+```
+Il semblerait qu'il y ait une rupture à partie de 1480 bites.
+
+## Régression linéaire
+
+### Avant 1480 bytes
 
-Lorsque vous cliquerez sur le bouton **Knit** ce document sera compilé afin de ré-exécuter le code R et d'inclure les résultats dans un document final. Comme nous vous l'avons montré dans la vidéo, on inclue du code R de la façon suivante:
+```{r}
+stackoverflow_petit<-stackoverflow %>% 
+  filter(Taille<=1480)
+```
 
-```{r cars}
-summary(cars)
+```{r}
+mod1=lm(Temps~Taille,stackoverflow_petit)
+par(mfrow=c(2,2))
+plot(mod1)
+summary(mod1)
 ```
+La régression est moins concluante (p-value importante).
+
+L= `r mod1$"coefficients"[1]`
+
+1/C=`r mod1$"coefficients"[2]`
 
-Et on peut aussi aisément inclure des figures. Par exemple:
+C= `r 1/mod1$"coefficients"[2]`
 
-```{r pressure, echo=FALSE}
-plot(pressure)
+### Après 1480 bytes
+```{r}
+stackoverflow_grand<-stackoverflow %>% 
+  filter(Taille>1480)
 ```
 
-Vous remarquerez le paramètre `echo = FALSE` qui indique que le code ne doit pas apparaître dans la version finale du document. Nous vous recommandons dans le cadre de ce MOOC de ne pas utiliser ce paramètre car l'objectif est que vos analyses de données soient parfaitement transparentes pour être reproductibles. 
+```{r}
+mod1=lm(Temps~Taille,stackoverflow_grand)
+par(mfrow=c(2,2))
+plot(mod1)
+summary(mod1)
+```
+La régression est moins concluante (p-value importante).
+
+
+L= `r mod1$"coefficients"[1]`
+
+1/C=`r mod1$"coefficients"[2]`
+
+C= `r 1/mod1$"coefficients"[2]`
+
+C'est étonnant car C est négatif...
 
-Comme les résultats ne sont pas stockés dans les fichiers Rmd, pour faciliter la relecture de vos analyses par d'autres personnes, vous aurez donc intérêt à générer un HTML ou un PDF et à le commiter.
 
-Maintenant, à vous de jouer! Vous pouvez effacer toutes ces informations et les remplacer par votre document computationnel.