diff --git a/Projet.Rmd b/Projet.Rmd index 95c0a1f..c965516 100644 --- a/Projet.Rmd +++ b/Projet.Rmd @@ -35,12 +35,12 @@ library(circlize) ```{r,echo=FALSE,results = FALSE,message=FALSE,warning=FALSE,fig.show='hide'} set.seed(1234) - +# chargement de la table, /!\ séparateur point virgule car on dirait que les données sont dans un genre de csv T = read.table("DataProjet3MIC-2425.txt",header=TRUE,sep=";") T$ExpT1 = as.factor(T$ExpT1) T$ExpT2 = as.factor(T$ExpT2) T$ExpT3 = as.factor(T$ExpT3) -#centrer T +# petit regard sur les données head(T) summary(T) @@ -51,9 +51,9 @@ levels(T$ExpT1) # Contenu du jeu de données : -$$\text{3 variables qualitatives nominales représentant l'expression du gêne } g \text{ dont les modalités sont } \{"sur","sous","non"\}. \\ \text{ Chaque variable correspond respectivement à la différence d'expression du gêne mesurée à la 6ème heure lors du traitement }\\ T \in \{T1,T2,T3\} \text{ en moyenne, sur les réplicats } \{R1,R2\}$$ +Le jeu de données contient 3 variables qualitatives nominales représentant l'expression du gêne g dont les modalités sont {"sur","sous","non"}. Chaque variable correspond respectivement à la différence d'expression du gêne mesurée à la 6ème heure lors du traitement T appartient à {T1,T2,T3} en moyenne, sur les réplicats {R1,R2}. -$$3\times6 + 3\times6 = 36 \text{ variables quantitatives continues représentant les effets des traitements sur l'expression des gênes T1 T2 et T3 à 1h,2h,3h,4h,5h,6h}\\ \text{après l'administration pour les replicats } \{R1,R2\} \text{, par rapport à leur expression à T=0 ( sans traitement).} \\ \text{Ce jeu de données contient des relevés sur 542 individus, ici des gênes.}$$ +3x6 + 3x6 = 36 variables quantitatives continues représentant les effets des traitements sur l'expression des gênes T1 T2 et T3 à 1h,2h,3h,4h,5h,6h après l'administration pour les replicats {R1,R2}, par rapport à leur expression à T=0 ( sans traitement). Ce jeu de données contient des relevés sur 542 individus, ici des gênes. # Analyse unidimentionnelle : @@ -89,15 +89,11 @@ T1 quant à lui se démarque grandement par une large majorité (Un peu plus de ## Expression relative des gênes mesurées à intervalle régulier ```{r, fig.height=5,fig.cap="Histogrammes de l'expression relative des gènes aux différents relevés lors du traitement T1",echo=FALSE,results = FALSE,message=FALSE,warning=FALSE,fig.show='hide'} -#apply(T[-c(37:39)],2,function(col){ - # which(T == col) - #hist(col, main = paste("Histogram of", colnames(T)[which(T == col)[2]]), - # xlab = "Values", col = "lightblue", border = "black") - #}) + T_long = melt(T[c(1,2,3,4,5,6,19,20,21,22,23,24)]) ggplot(T_long, aes(x = value)) + geom_histogram(binwidth = 1, fill = "blue", color = "black", alpha = 0.7) + - facet_wrap(~variable,scales = "free",ncol=6) + + facet_wrap(~variable,scales = "free",ncol=6) + # va créer un sous graphique pour chaque variable, sans forcément la même échelle sur les 2 axes labs(title = "Histogrammes de l'expression relative des gènes aux différents relevés lors du traitement T1", x = "Valeurs", y = "Effectifs") ``` ```{r, fig.height=5,fig.cap="Histogrammes de l'expression relative des gènes aux différents relevés lors du traitement T2",echo=FALSE,results = FALSE,message=FALSE,warning=FALSE,fig.show='hide'} @@ -126,7 +122,7 @@ c.f le document RMarkdown pour les histogrammes. ## Boxplots des différentes variables quantitatives du jeu de données ```{r,fig.height=4,message=FALSE,warning=FALSE,fig.cap="\\label{fig:boxplot1}Boxplots des différentes variables du jeu de données lors du réplicat R1"} -ggplot(melt(T[1:18]),aes(x=variable,y=value))+ +ggplot(melt(T[1:18]),aes(x=variable,y=value))+ # multiplie chaque gène par chaque variable, on va donc avoir plusieurs lignes avec le même gène mais une autre colonne va donner sa valeur sur une variable précise geom_boxplot()+ theme(axis.text.x = element_text(angle=90, vjust = 0.5, hjust = 1)) ``` @@ -201,7 +197,9 @@ Nous avons généré la matrice de covariance de nos données sans les variables ```{r, fig.height = 4,fig.cap="\\label{fig:covplot1}Visualisation de la matrice de covariance des variables quantitatives sur le replicat R1"} +# calcul de la matrice de covariance sur R1 cr = cor(T[c(1:18)]) +# affichage corrplot(cr,method="ellipse", type="lower", bg = "lightgrey") ``` @@ -263,7 +261,9 @@ Nous décidons de faire directement une ACP car, comme mentionné plus tôt lors ```{r, fig.width=10, fig.height=5, fig.cap="\\label{fig:vp1}Participation des chaque valeur propre de la matrice de correlation à l'intertie totale des données"} donnees_transposees = t(T[-c(37:39)]) +# ACP sans centrer ni réduire, on cache les graphes automatiques res_pca<-PCA(donnees_transposees,scale.unit=FALSE,graph=FALSE) +# on montre d'abord le graphe des vp fviz_eig(res_pca) ``` @@ -277,6 +277,8 @@ On voit qu'on dépasse 80% de l'inertie totale rien qu'avec les deux premieres v ```{r,fig.width=8,fig.cap="\\label{fig:acp1}Projection des individus dans le plan factoriel et corrélations des variables avec les composantes principales"} plot1=fviz_pca_ind(res_pca,label="all") + +# on met un habillage en fonction des modalités des variables qualitatives, on voit beaucoup mieux plot2=fviz_pca_var(res_pca,axes=c(1,2),label="none",habillage=T$ExpT1, geom=c("point")) plot3=fviz_pca_var(res_pca,axes=c(1,2),label="none",habillage=T$ExpT2, geom=c("point")) plot4=fviz_pca_var(res_pca,axes=c(1,2),label="none",habillage=T$ExpT3, geom=c("point")) @@ -316,7 +318,7 @@ L'objectif du clustering est de regrouper des individus (ici, les Tt_sH_Rr) en g Nous avons commencé par effectuer un clustering avec la méthode K-means basée sur des estimations de nombre de clusters optimaux avec Silhouette et Calinski-Harabasz ainsi que l'inertie intra-classe, pour finir par effectuer un clustering avec la méthode CAH dont le nombre de classes est déterminé par l'indice de Calinski-Harabasz calculé sur des coupures du dendogramme. -Pour le dendogramme, nous avons utilisé la mesure d'agrégation de Ward car il y a trop de points pour utiliser la mesure euclidienne avec efficacité. +Pour le dendogramme, nous avons utilisé la méthode d'agrégation de Ward car il y a trop de points pour utiliser la mesure euclidienne avec efficacité. ### Clustering k-means @@ -325,9 +327,11 @@ On commence par afficher l'inertie intra classe en fonction du nombre de classe ```{r,fig.width=5,fig.cap="\\label{fig:intra1}Visualisation de l'inertie intra-classe en fonction du nombre de classes demandées pour le clustering"} -#centrage et réduction des données -s = donnees_transposees +s = donnees_transposees + set.seed(1234) + +# code pour générer le graphe d'inertie intra issu du TP Kmax<-15 reskmeanscl=matrix(0,nrow=nrow(s),ncol=Kmax-1) Iintra<-NULL @@ -356,6 +360,9 @@ Sur la Figure \ref{fig:intra1} on dénote un coude dans la courbe d'inertie int ```{r,fig.cap="\\label{fig:sil1}Visualisation du critère de Silhouette et de Calinski-Harabasz en fonction du nombre de classes demandées pour le clustering",fig.width=5} set.seed(1234) + +# code pour générer le graphe Silhouette issu du TP + Silhou<-NULL for (k in 2:Kmax){ aux<-silhouette(reskmeanscl[,k-1], daisy(s)) @@ -390,7 +397,7 @@ grid.arrange(p11,p12,ncol=2) Sur la Figure \ref{fig:sil1} Silhouette et l'indice de Calinski-Harabasz ont un pic à 2, mais cela est normal sachant que Silhouette et l'indice de Calinski-Harabasz ont tendance à sous-estimer le nombre de clusters. ### visualisation du clustering -```{r,fig.cap="\\label{fig:clust1}Visualisation des clusters générés par la méthode kmeans dans le plan factoriel 1,2",echo=FALSE,message=FALSE} +```{r,fig.cap="\\label{fig:clust1}Visualisation des clusters générés par la méthode kmeans dans le plan factoriel 1,2",echo=FALSE,message=FALSE,results='hide'} set.seed(1234) #graphes des clusters res_kmeans = kmeans(s,4) @@ -431,9 +438,10 @@ Après comparaison sur la Figure \ref{fig:clust1}, on choisit 2 classes car cela ```{r, fig.width=5, fig.cap="\\label{fig:cah1}Visualisation du critère de Calinski-Harabasz en fonction du nombre de classes demandées pour le clustering"} set.seed(1234) -dx<-dist(donnees_transposees) -hward<-hclust(dx,method = "ward.D2") +dx<-dist(donnees_transposees) # matrice de distance pour appliquer la méthode classification hierarchique dessus +hward<-hclust(dx,method = "ward.D2") # construis le dendogramme avec la méthode d'agregation de ward +# index.G1 est l'indice de Calinski-Harabasz, code repris du TP CH<-NULL for (k in 2:Kmax){ CH<-c(CH,index.G1(x=donnees_transposees, cl= cutree(hward,k))) @@ -454,13 +462,17 @@ En regardant la Figure \ref{fig:cah1}, on choisit alors de prendre 2 classes par ```{r, fig.width=5, warning=FALSE, fig.cap="\\label{fig:dend1}Dendogramme du clustering de l'ACP des variables Tt en tant qu'individus, obtenu par méthode CAH"} set.seed(1234) + +# clustering par découpage du dendogramme ClustCH<-cutree(hward,k=2) + +# plot le dendogramme plot1=fviz_dend(hward,k=2,show_labels=FALSE) +# plot les individus et affiche les clusters plot2=fviz_pca_ind(res_pca, habillage = as.factor(ClustCH), geom = c("point")) grid.arrange(plot1,plot2,ncol=2) ``` - \vspace{1cm} @@ -471,7 +483,7 @@ La classification obtenue est en accord avec les observations faites lors de l'A ```{r,fig.width=5,fig.cap="\\label{fig:chord1}Diagramme mettant en valeur l'exacte correspondance des classes entre les deux clusterings"} -# kmeans et CAH +# comparaison kmeans et CAH, code issu de la correction d'un TP clust1f = paste("CLkm-",res_kmeans$cluster, sep="") clust2f = paste("CLCAH-", cutree(hward,2), sep="") chordDiagram(table(clust1f,clust2f)) @@ -534,9 +546,9 @@ Pour l'ACP de DataExpMoy, nous avons centré et réduit les données car cela do ```{r, fig.width=5,fig.cap="\\label{fig:vp2}Participation de chaque valeur propre à l'inertie totale des données"} -# Effectuer l'ACP +# on fait l'acp res_pca2 = PCA(DataExpMoy, scale.unit = TRUE, graph = FALSE) -# Création des graphiques + plot1 = fviz_eig(res_pca2) plot1 ``` @@ -582,6 +594,8 @@ Nous allons maintenant afficher les points dans les dimensions de l'ACP, coloré ```{r, fig.height=7, fig.cap="\\label{fig:proj1}Données sous forme de points dans les dimensions de l'ACP, colorés en fonction des modalités des 3 variables qualitatives ExpT1, ExpT2 et ExpT3."} + +# on change l'habillage des graphes des individus à chaque ligne pour montrer selon les différentes variables qualitatives quelles modalités ils prennent p11 = fviz_pca_ind(res_pca2,habillage=T$ExpT1,geom=c("point")) p12 = fviz_pca_ind(res_pca2,habillage=T$ExpT2,geom=c("point")) p13 = fviz_pca_ind(res_pca2,habillage=T$ExpT3,geom=c("point")) @@ -608,11 +622,13 @@ On confirme donc bien notre analyse descriptive préliminaire, et nos suppositio L'objectif de ce clustering est de regrouper des individus (ici, des gènes) en groupes homogènes selon leurs similarités. ```{r,fig.cap="\\label{fig:sil2}Visualisation de l'inertie intra-classe et Silouhette en fonction du nombre de classes demandées pour le clustering",fig.width=5} -#centrage et réduction des données set.seed(1234) +#centrage et réduction des données s_2 = scale(DataExpMoy[-c(19:21)]) + +# code issu des TPs pour afficher le graphe d'inertie intra-classe en fonction du nombre de classe reskmeanscl_2<-matrix(0,nrow=nrow(s_2),ncol=Kmax-1) Iintra<-NULL for (k in 2:Kmax){ @@ -655,8 +671,9 @@ En lisant le graphe de l'inertie intra-classe (Figure \ref{fig:sil2}), on observ ```{r,fig.cap="\\label{fig:clust2}Visualisation des clusters générés par la méthode kmeans dans le plan factoriel 1,2",fig.width=5} set.seed(1234) -#graphes des clusters +#kmeans definitif res_kmeans_2 = kmeans(s_2,3) +#graphes des clusters fviz_cluster(res_kmeans_2,data=s_2, ellipse.type="norm",labelsize=8, geom=c("point")) @@ -669,11 +686,14 @@ fviz_cluster(res_kmeans_2,data=s_2, -```{r, fig.width=9,message=FALSE,warning=FALSE, fig.cap="\\label{fig:cah2}Dendogramme du clustering de l'ACP, obtenu par méthode CAH",fig.width=5,echo=FALSE, } - +```{r, fig.width=9,message=FALSE,warning=FALSE, fig.cap="\\label{fig:cah2}Dendogramme du clustering obtenu par méthode CAH",fig.width=5,echo=FALSE, } +# matrice de distances entre les points dx=dist(s_2) + +# calcule le clustering CAH avec la méthode d'agregation de ward hward=hclust(dx,method = "ward.D2") +# affiche le dendogramme fviz_dend(hward,k=3, show_labels = FALSE, palette = "npg", @@ -699,36 +719,43 @@ Nous avons généré 3 graphiques (Figure \ref{fig:evol1}) , représentant l'év ```{r,fig.width=10, fig.cap="\\label{fig:evol1}Graphiques représentant l'évolution de l'expression moyenne des gènes par cluster et par traitement",warning=FALSE} -DataExpMoy$GeneID <- rownames(DataExpMoy) +# on nomme les gènes dans la matrice +DataExpMoy$GeneID = rownames(DataExpMoy) +# stoquage plus utile du clustering +DataExpMoy$Cluster = as.factor(res_kmeans_2$cluster) -DataExpMoy$Cluster <- as.factor(res_kmeans_2$cluster) - -data_long <- pivot_longer( +# Transforme les données de format large en format long. Chaque colonne (sauf Cluster et GeneID) devient une ligne. +data_long = pivot_longer( DataExpMoy, cols = -c(Cluster, GeneID), names_to = "Condition", values_to = "Expression" ) -data_long <- separate( +# Sépare la colonne "Condition" en deux nouvelles colonnes : "Traitement" et "Temps", en utilisant "_" comme séparateur. +data_long = separate( data_long, col = "Condition", into = c("Traitement", "Temps"), sep = "_" ) -data_long$Temps <- as.numeric(gsub("H", "", data_long$Temps)) +# Convertit les valeurs de la colonne Temps en nombres après avoir supprimé le suffixe "H". +data_long$Temps = as.numeric(gsub("H", "", data_long$Temps)) -data_grouped <- group_by(data_long, Cluster, Traitement, Temps) -data_mean <- summarise( +# Groupe les données par Cluster, Traitement et Temps +data_grouped = group_by(data_long, Cluster, Traitement, Temps) + +# Calcule la moyenne de l'expression génique pour chaque combinaison de Cluster, Traitement et Temps. Chaque moyenne va donner un point du graphe. +data_mean = summarise( data_grouped, Expression = mean(Expression), .groups = "drop" ) ggplot(data_mean, aes(x = Temps, y = Expression, group = Cluster, color = Cluster)) + - geom_line(size = 1.2) + - facet_wrap(~ Traitement, scales = "free_y") + + geom_line(size = 1.2) + # grosseur du trait + facet_wrap(~ Traitement, scales = "free_y") + # va créer un sous graphique pour chaque traitement, sans forcément la même échelle sur l'axe y labs( x = "Temps (heures)", y = "Expression génique (moyenne)" @@ -784,34 +811,41 @@ fviz_cluster(res_kmeans_3,data=s_2, ```{r,fig.width=10, fig.cap="\\label{fig:evol2}Graphiques représentant l'évolution de l'expression moyenne des gènes par cluster et par traitement",warning=FALSE} set.seed(1234) -DataExpMoy$Cluster <- as.factor(res_kmeans_3$cluster) +DataExpMoy$Cluster = as.factor(res_kmeans_3$cluster) -data_long <- pivot_longer( +# Transforme les données de format large en format long. Chaque colonne (sauf Cluster et GeneID) devient une ligne. +data_long = pivot_longer( DataExpMoy, cols = -c(Cluster, GeneID), names_to = "Condition", values_to = "Expression" ) -data_long <- separate( +# Sépare la colonne "Condition" en deux nouvelles colonnes : "Traitement" et "Temps", en utilisant "_" comme séparateur. +data_long = separate( data_long, col = "Condition", into = c("Traitement", "Temps"), sep = "_" ) -data_long$Temps <- as.numeric(gsub("H", "", data_long$Temps)) +# Convertit les valeurs de la colonne Temps en nombres après avoir supprimé le suffixe "H". +data_long$Temps = as.numeric(gsub("H", "", data_long$Temps)) -data_grouped <- group_by(data_long, Cluster, Traitement, Temps) -data_mean <- summarise( +# Groupe les données par Cluster, Traitement et Temps +data_grouped = group_by(data_long, Cluster, Traitement, Temps) + +# Calcule la moyenne de l'expression génique pour chaque combinaison de Cluster, Traitement et Temps. Chaque moyenne va donner un point du graphe. +data_mean = summarise( data_grouped, Expression = mean(Expression), .groups = "drop" ) +# plot ggplot(data_mean, aes(x = Temps, y = Expression, group = Cluster, color = Cluster)) + geom_line(size = 1.2) + - facet_wrap(~ Traitement, scales = "free_y") + + facet_wrap(~ Traitement, scales = "free_y") + # va créer un sous graphique pour chaque traitement, sans forcément la même échelle sur l'axe y labs( x = "Temps (heures)", y = "Expression génique (moyenne)" diff --git a/Projet.log b/Projet.log index fae9a7f..6b2e013 100644 --- a/Projet.log +++ b/Projet.log @@ -1,4 +1,4 @@ -This is pdfTeX, Version 3.141592653-2.6-1.40.22 (TeX Live 2022/dev/Debian) (preloaded format=pdflatex 2024.7.25) 15 JAN 2025 16:57 +This is pdfTeX, Version 3.141592653-2.6-1.40.22 (TeX Live 2022/dev/Debian) (preloaded format=pdflatex 2024.7.25) 15 JAN 2025 17:53 entering extended mode restricted \write18 enabled. %&-line parsing enabled. @@ -492,206 +492,188 @@ LaTeX Font Info: External font `lmex10' loaded for size \tf@toc=\write3 \openout3 = `Projet.toc'. +[1 -Overfull \hbox (838.35379pt too wide) detected at line 87 -[]\OML/lmm/m/it/10 g[]\OMS/lmsy/m/n/10 f\OT1/lmr/m/n/10 "\OML/lmm/m/it/10 sur\O -T1/lmr/m/n/10 "\OML/lmm/m/it/10 ; \OT1/lmr/m/n/10 "\OML/lmm/m/it/10 sous\OT1/lm -r/m/n/10 "\OML/lmm/m/it/10 ; \OT1/lmr/m/n/10 "\OML/lmm/m/it/10 non\OT1/lmr/m/n/ -10 "\OMS/lmsy/m/n/10 g\OML/lmm/m/it/10 :[] [][] T \OMS/lmsy/m/n/10 2 f\OML/lmm/ -m/it/10 T\OT1/lmr/m/n/10 1\OML/lmm/m/it/10 ; T\OT1/lmr/m/n/10 2\OML/lmm/m/it/10 - ; T\OT1/lmr/m/n/10 3\OMS/lmsy/m/n/10 g[]f\OML/lmm/m/it/10 R\OT1/lmr/m/n/10 1\O -ML/lmm/m/it/10 ; R\OT1/lmr/m/n/10 2\OMS/lmsy/m/n/10 g - [] - - -Overfull \hbox (947.64256pt too wide) detected at line 89 -\OT1/lmr/m/n/10 3 \OMS/lmsy/m/n/10 ^^B \OT1/lmr/m/n/10 6 + 3 \OMS/lmsy/m/n/10 ^ -^B \OT1/lmr/m/n/10 6 = 36[][] []\OMS/lmsy/m/n/10 f\OML/lmm/m/it/10 R\OT1/lmr/m/ -n/10 1\OML/lmm/m/it/10 ; R\OT1/lmr/m/n/10 2\OMS/lmsy/m/n/10 g[][] [] - [] - - +{/var/lib/texmf/fonts/map/pdftex/updmap/pdftex.map}] + File: Projet_files/figure-latex/unnamed-chunk-2-1.pdf Graphic file (type pdf) Package pdftex.def Info: Projet_files/figure-latex/unnamed-chunk-2-1.pdf used -on input line 105. +on input line 114. (pdftex.def) Requested size: 459.74442pt x 208.7922pt. -[1 - -{/var/lib/texmf/fonts/map/pdftex/updmap/pdftex.map}] -] + File: Projet_files/figure-latex/unnamed-chunk-6-1.pdf Graphic file (type pdf) Package pdftex.def Info: Projet_files/figure-latex/unnamed-chunk-6-1.pdf used -on input line 155. +on input line 164. (pdftex.def) Requested size: 459.71637pt x 277.03432pt. -[2 <./Projet_files/figure-latex/unnamed-chunk-2-1.pdf>] - File: Projet_files/figure-latex/unnamed-chunk-7-1.pdf Graphic file (type pdf) Package pdftex.def Info: Projet_files/figure-latex/unnamed-chunk-7-1.pdf used -on input line 188. +on input line 197. (pdftex.def) Requested size: 460.72012pt x 315.17673pt. [3 <./Projet_files/figure-latex/unnamed-chunk-6-1.pdf>] [4 <./Projet_files/figu re-latex/unnamed-chunk-7-1.pdf>] - File: Projet_files/figure-latex/unnamed-chunk-8-1.pdf Graphic file (type pdf) Package pdftex.def Info: Projet_files/figure-latex/unnamed-chunk-8-1.pdf used -on input line 232. +on input line 241. (pdftex.def) Requested size: 255.95561pt x 277.03432pt. LaTeX Font Info: Trying to load font information for TS1+lmr on input line 2 -58. +67. (/usr/share/texmf/tex/latex/lm/ts1lmr.fd File: ts1lmr.fd 2009/10/30 v1.6 Font defs for Latin Modern ) [5 <./Projet_files/figure-latex/unnamed-chunk-8-1.pdf>] LaTeX Font Info: Trying to load font information for T1+lmtt on input line 2 -77. +86. (/usr/share/texmf/tex/latex/lm/t1lmtt.fd File: t1lmtt.fd 2009/10/30 v1.6 Font defs for Latin Modern ) - File: Projet_files/figure-latex/unnamed-chunk-11-1.pdf Graphic file (type pdf) Package pdftex.def Info: Projet_files/figure-latex/unnamed-chunk-11-1.pdf used - on input line 341. + on input line 350. (pdftex.def) Requested size: 469.74974pt x 230.24353pt. - File: Projet_files/figure-latex/unnamed-chunk-12-1.pdf Graphic file (type pdf) Package pdftex.def Info: Projet_files/figure-latex/unnamed-chunk-12-1.pdf used - on input line 359. + on input line 368. (pdftex.def) Requested size: 469.75067pt x 263.3959pt. -[6] [7 <./Projet_files/figure-latex/unnamed-chunk-11-1.pdf> <./Projet_files/fig -ure-latex/unnamed-chunk-12-1.pdf>] -] + File: Projet_files/figure-latex/unnamed-chunk-13-1.pdf Graphic file (type pdf) Package pdftex.def Info: Projet_files/figure-latex/unnamed-chunk-13-1.pdf used - on input line 445. + on input line 454. (pdftex.def) Requested size: 351.32234pt x 313.17877pt. -] [9 <./Projet_files/fig +ure-latex/unnamed-chunk-13-1.pdf>] + File: Projet_files/figure-latex/unnamed-chunk-14-1.pdf Graphic file (type pdf) Package pdftex.def Info: Projet_files/figure-latex/unnamed-chunk-14-1.pdf used - on input line 462. + on input line 471. (pdftex.def) Requested size: 351.32234pt x 313.17877pt. -[8] [9 <./Projet_files/figure-latex/unnamed-chunk-13-1.pdf>] [10 <./Projet_file -s/figure-latex/unnamed-chunk-14-1.pdf>] - File: Projet_files/figure-latex/unnamed-chunk-15-1.pdf Graphic file (type pdf) Package pdftex.def Info: Projet_files/figure-latex/unnamed-chunk-15-1.pdf used - on input line 494. + on input line 489. (pdftex.def) Requested size: 453.6939pt x 315.17673pt. - File: Projet_files/figure-latex/unnamed-chunk-16-1.pdf Graphic file (type pdf) Package pdftex.def Info: Projet_files/figure-latex/unnamed-chunk-16-1.pdf used - on input line 512. + on input line 507. (pdftex.def) Requested size: 351.32234pt x 313.17877pt. - File: Projet_files/figure-latex/unnamed-chunk-17-1.pdf Graphic file (type pdf) Package pdftex.def Info: Projet_files/figure-latex/unnamed-chunk-17-1.pdf used - on input line 524. + on input line 519. (pdftex.def) Requested size: 345.2944pt x 315.18153pt. -[11 <./Projet_files/figure-latex/unnamed-chunk-15-1.pdf>] [12 <./Projet_files/f -igure-latex/unnamed-chunk-16-1.pdf>] -] [11 <./Projet_files/f +igure-latex/unnamed-chunk-15-1.pdf>] [12 <./Projet_files/figure-latex/unnamed-c +hunk-16-1.pdf>] [13 <./Projet_files/figure-latex/unnamed-chunk-17-1.pdf>] + File: Projet_files/figure-latex/unnamed-chunk-18-1.pdf Graphic file (type pdf) Package pdftex.def Info: Projet_files/figure-latex/unnamed-chunk-18-1.pdf used - on input line 547. + on input line 542. (pdftex.def) Requested size: 267.02126pt x 267.02126pt. -[13 <./Projet_files/figure-latex/unnamed-chunk-17-1.pdf>] - File: Projet_files/figure-latex/unnamed-chunk-20-1.pdf Graphic file (type pdf) Package pdftex.def Info: Projet_files/figure-latex/unnamed-chunk-20-1.pdf used - on input line 578. + on input line 573. (pdftex.def) Requested size: 351.32234pt x 313.17877pt. -] [15 <./Projet_files/f +igure-latex/unnamed-chunk-20-1.pdf>] + File: Projet_files/figure-latex/unnamed-chunk-21-1.pdf Graphic file (type pdf) Package pdftex.def Info: Projet_files/figure-latex/unnamed-chunk-21-1.pdf used - on input line 592. + on input line 587. (pdftex.def) Requested size: 469.75583pt x 298.58974pt. -[14 <./Projet_files/figure-latex/unnamed-chunk-18-1.pdf>] [15 <./Projet_files/f -igure-latex/unnamed-chunk-20-1.pdf>] [16 <./Projet_files/figure-latex/unnamed-c -hunk-21-1.pdf>] -] + File: Projet_files/figure-latex/unnamed-chunk-22-1.pdf Graphic file (type pdf) Package pdftex.def Info: Projet_files/figure-latex/unnamed-chunk-22-1.pdf used - on input line 643. + on input line 638. (pdftex.def) Requested size: 453.6939pt x 495.85129pt. - File: Projet_files/figure-latex/unnamed-chunk-23-1.pdf Graphic file (type pdf) Package pdftex.def Info: Projet_files/figure-latex/unnamed-chunk-23-1.pdf used - on input line 672. + on input line 667. (pdftex.def) Requested size: 351.32234pt x 313.17877pt. - File: Projet_files/figure-latex/unnamed-chunk-24-1.pdf Graphic file (type pdf) Package pdftex.def Info: Projet_files/figure-latex/unnamed-chunk-24-1.pdf used - on input line 688. + on input line 683. (pdftex.def) Requested size: 345.2944pt x 315.18153pt. - File: Projet_files/figure-latex/unnamed-chunk-25-1.pdf Graphic file (type pdf) Package pdftex.def Info: Projet_files/figure-latex/unnamed-chunk-25-1.pdf used - on input line 697. + on input line 692. (pdftex.def) Requested size: 338.27322pt x 300.12967pt. -LaTeX Warning: Reference `fig:proj2' on page 17 undefined on input line 708. +LaTeX Warning: Reference `fig:proj2' on page 17 undefined on input line 703. - File: Projet_files/figure-latex/unnamed-chunk-26-1.pdf Graphic file (type pdf) Package pdftex.def Info: Projet_files/figure-latex/unnamed-chunk-26-1.pdf used - on input line 725. + on input line 720. (pdftex.def) Requested size: 469.75874pt x 209.52307pt. [17] [18 <./Projet_files/figure-latex/unnamed-chunk-22-1.pdf>] [19 <./Projet_fi les/figure-latex/unnamed-chunk-23-1.pdf>] [20 <./Projet_files/figure-latex/unna med-chunk-24-1.pdf>] [21 <./Projet_files/figure-latex/unnamed-chunk-25-1.pdf> < ./Projet_files/figure-latex/unnamed-chunk-26-1.pdf>] -LaTeX Warning: Reference `fig:intra2' on page 22 undefined on input line 760. +LaTeX Warning: Reference `fig:intra2' on page 22 undefined on input line 755. - File: Projet_files/figure-latex/unnamed-chunk-27-1.pdf Graphic file (type pdf) Package pdftex.def Info: Projet_files/figure-latex/unnamed-chunk-27-1.pdf used - on input line 769. + on input line 764. (pdftex.def) Requested size: 345.2944pt x 315.18153pt. - File: Projet_files/figure-latex/unnamed-chunk-28-1.pdf Graphic file (type pdf) Package pdftex.def Info: Projet_files/figure-latex/unnamed-chunk-28-1.pdf used - on input line 776. + on input line 771. (pdftex.def) Requested size: 469.75874pt x 209.52307pt. [22 <./Projet_files/figure-latex/unnamed-chunk-27-1.pdf>] [23 <./Projet_files/f igure-latex/unnamed-chunk-28-1.pdf>] (./Projet.aux) @@ -700,25 +682,22 @@ LaTeX Warning: There were undefined references. ) Here is how much of TeX's memory you used: - 13652 strings out of 478287 - 221238 string characters out of 5849289 - 552120 words of memory out of 5000000 - 31369 multiletter control sequences out of 15000+600000 - 526471 words of font info for 133 fonts, out of 8000000 for 9000 + 13640 strings out of 478287 + 221098 string characters out of 5849289 + 550110 words of memory out of 5000000 + 31365 multiletter control sequences out of 15000+600000 + 520273 words of font info for 128 fonts, out of 8000000 for 9000 1141 hyphenation exceptions out of 8191 - 74i,6n,77p,1149b,404s stack positions out of 5000i,500n,10000p,200000b,80000s + 74i,6n,77p,1149b,397s stack positions out of 5000i,500n,10000p,200000b,80000s {/usr/share/texmf/fonts/enc/dvips/lm/lm-ec.enc}{/usr/share/texmf/fonts/enc/dv -ips/lm/lm-ts1.enc}{/usr/share/texmf/fonts/enc/dvips/lm/lm-rm.enc}{/usr/share/te -xmf/fonts/enc/dvips/lm/lm-mathsy.enc}{/usr/share/texmf/fonts/enc/dvips/lm/lm-ma -thit.enc} -Output written on Projet.pdf (23 pages, 635558 bytes). +ips/lm/lm-ts1.enc} +Output written on Projet.pdf (23 pages, 623810 bytes). PDF statistics: - 548 PDF objects out of 1000 (max. 8388607) - 439 compressed objects within 5 object streams + 532 PDF objects out of 1000 (max. 8388607) + 428 compressed objects within 5 object streams 112 named destinations out of 1000 (max. 500000) - 33026 words of extra memory for PDF output out of 35830 (max. 10000000) + 28930 words of extra memory for PDF output out of 29859 (max. 10000000) diff --git a/Projet.pdf b/Projet.pdf index 0278a4e..aee38b7 100644 Binary files a/Projet.pdf and b/Projet.pdf differ