From b1538fbda82685583d366686c9d3f573d34f22f9 Mon Sep 17 00:00:00 2001 From: Marie-Gabrielle Dondon <85bc36e0a8096c618fbd5993d1cca191@app-learninglab.inria.fr> Date: Wed, 3 Oct 2018 16:51:51 +0000 Subject: [PATCH] =?UTF-8?q?espaces=20ins=C3=A9cables?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- module4/ressources/exo1.org | 18 +++++++++--------- 1 file changed, 9 insertions(+), 9 deletions(-) diff --git a/module4/ressources/exo1.org b/module4/ressources/exo1.org index 9d5fa54..5b28380 100644 --- a/module4/ressources/exo1.org +++ b/module4/ressources/exo1.org @@ -6,7 +6,7 @@ #+OPTIONS: num:nil toc:t #+PROPERTY: header-args :eval never-export -* Exercice 1 : Ré-exécuter n'est pas répliquer... +* Exercice 1 : Ré-exécuter n'est pas répliquer... Même si la terminologie peut varier d'un auteur ou d'une communauté à l'autre, il est important de comprendre que l'on peut distinguer différents niveaux de "réplication" selon que l'on s'est contenté de @@ -33,13 +33,13 @@ dans les détails. Il peut également y avoir des surprises dans le graphique final selon les versions de bibliothèques utilisées. L'ensemble des calculs à effectuer est décrit ici avec les -indications sur comment contribuer : +indications sur comment contribuer : [[https://app-learninglab.inria.fr/gitlab/moocrr-session1/moocrr-reproducibility-study/][https://app-learninglab.inria.fr/gitlab/moocrr-session1/moocrr-reproducibility-study/]] Vous y trouverez notre réplication des calculs de Dallal /et al./ (en R), une mise en œuvre en Python et une en R (très similaires à ce que vous avez pu utiliser dans le module 2). Cet exercice peut donc se -faire à deux niveaux : +faire à deux niveaux : 1. un niveau facile pour ceux qui repartiront du code dans le langage qu'ils n'auront initialement pas utilisé et se contenteront de le ré-exécuter. Pour cela, nul besoin de maîtriser la régression @@ -58,7 +58,7 @@ faire à deux niveaux : implémenter. L'exercice en est d'autant plus instructif. Vous pourrez alors discuter sur le forum des succès et des échecs que -vous aurez pu rencontrer. Pour cela : +vous aurez pu rencontrer. Pour cela : - *Vous publierez auparavant dans votre dépôt les différents notebooks* en prenant bien soin d'enrichir votre document des informations (numéros de version, etc.) sur votre système et sur les @@ -66,24 +66,24 @@ vous aurez pu rencontrer. Pour cela : - Vous indiquerez votre résultat (que ça soit un succès ou échec à obtenir les mêmes résultats) en *remplissant ce [[https://app-learninglab.inria.fr/gitlab/moocrr-session1/moocrr-reproducibility-study/blob/master/results.md][tableau]]* (vous avez les droits d'édition donc il vous suffit d'éditer les fichiers via - l'interface GitLab). Vous vérifierez les valeurs obtenues pour : + l'interface GitLab). Vous vérifierez les valeurs obtenues pour : 1) les coefficients de la pente et de l'intercept 2) les estimations d'erreur de ces coefficients 3) le goodness of fit 4) la figure 5) la zone de confiance -- Pour chacun vous indiquerez si le résultat est : +- Pour chacun vous indiquerez si le résultat est : - identique - proche à moins de trois décimales - très différent - non fonctionnel (pas de résultat obtenu) - Vous indiquerez également dans ce tableau : + Vous indiquerez également dans ce tableau : - un lien vers votre espace gitlab contenant les différents notebooks - le nom du système d'exploitation utilisé - le langage utilisé et son numéro de version - les numéros des principales bibliothèques utilisées - - Python : numpy, pandas, matplotlib, statsmodels... - - R : BLAS, ggplot, dplyr si chargées + - Python : numpy, pandas, matplotlib, statsmodels... + - R : BLAS, ggplot, dplyr si chargées Ne vous inquiétez pas si ces consignes vous semblent peu claires sur l'instant, elles sont rappelées en haut du [[https://app-learninglab.inria.fr/gitlab/moocrr-session1/moocrr-reproducibility-study/blob/master/results.md][tableau]] et vous vous rendrez vite -- 2.18.1