mougnibas/projet-analyse-donnees
1
0
Fork 0
Code Issues Pull requests Projects Releases Packages Wiki Activity Actions

j'ai changer les histogramme et corriger une faute

Browse source
This commit is contained in:
Blessing Jibidar 2024-12-23 17:58:20 +01:00
parent ea54504d6f
commit c91d12d75a
1 changed files with 21 additions and 3 deletions
Show stats Download patch file Download diff file Expand all files Collapse all files

24
Projet.Rmd
View file

@ -89,25 +89,43 @@ grid.arrange(g3,g1,g2,ncol=3)
```
### Analyse de de ces 3 variables
On remarque que les traitements T1 et T2 semblent avoir un effet assez similaire sur l'expression des gênes relevée à la 6ème heure : Une polarisation entre la sous expression et la sur expression qui se partagent presque la totalité des relevés, avec un poids légèrement superieur à 55% pour la sur-expression au détriment de la sous-expression.
On remarque que les traitements T2 et T3 semblent avoir un effet assez similaire sur l'expression des gênes relevée à la 6ème heure : Une polarisation entre la sous expression et la sur expression qui se partagent presque la totalité des relevés, avec un poids légèrement superieur à 55% pour la sur-expression au détriment de la sous-expression. Cela a peut être un rapporrt avec le fait que T3 est une combinaison des traitement T1 et T2.
T1 quant à lui se démarque grandement par une large majorité (Un peu plus de 80%), de gêne n'ayant pas changé d'expression après 6h de traitement.
### Expression relative des gênes mesurées à intervalle régulier
#### Traitement T1
```{r, fig.height=17}
```{r, fig.height=10}
#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(37:39)])
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) +
labs(title = "Histograms for Each Column", x = "Values", y = "Frequency")
```
### Traitement T2
```{r, fig.height=10}
T_long = melt(T[c(7,8,9,10,11,12,25,26,27,28,29,30)])
ggplot(T_long, aes(x = value)) +
geom_histogram(binwidth = 1, fill = "blue", color = "black", alpha = 0.7) +
facet_wrap(~variable,scales = "free",ncol=6) +
labs(title = "Histograms for Each Column", x = "Values", y = "Frequency")
```
### Traitement T3
```{r, fig.height=10}
T_long = melt(T[c(13,14,15,16,17,18,31,32,33,34,35,36)])
ggplot(T_long, aes(x = value)) +
geom_histogram(binwidth = 1, fill = "blue", color = "black", alpha = 0.7) +
facet_wrap(~variable,scales = "free",ncol=6) +
labs(title = "Histograms for Each Column", x = "Values", y = "Frequency")
```
## tracer plusieurs matrices de covariances pour limiter le nombre de variables, soit pour chaque heure soit pour chaque traitement