avant que on soit virer de l'insa

Projet.Rmd

@@ -1,8 +1,8 @@
 ---
 title: "Projet"
 output:
-  html_document: default
   pdf_document: default
+  html_document: default
 date: "2024-12-04"
 ---
 
@@ -25,9 +25,9 @@ library(clusterSim)
 library(circlize)
 ```
 
-```{r}
+```{r,echo=FALSE,results = FALSE,message=FALSE,warning=FALSE,fig.show='hide'}
 set.seed(1234)
-.Random.seed = 1234
+
 T = read.table("DataProjet3MIC-2425.txt",header=TRUE,sep=";")
 T$ExpT1 = as.factor(T$ExpT1)
 T$ExpT2 = as.factor(T$ExpT2)
@@ -52,14 +52,12 @@ levels(T$ExpT1)
 
 # Analyse unidimentionnelle :
 
-
-> LES 3 PROCHAINS PLOTS N'APPORTENT RIEN PAR RAPPORT AUX HISTOGRAMMES, JE LES AI DONC CACHES
-
 ## Expression des gênes lors des traitements T1,T2 et T3 
 
 Nous avons réalisé 3 histogrammes pour visualiser les effectifs des gènes en fonction de leur expression relative moyenne à 6h suite aux traitements T1,T2 et T3, cette moyenne est représenté par les variables qualitatives nominales ExpT1,ExpT2 et ExpT3
 
-```{r,fig.cap="Visualualisation des expressions relative des gènes lors du traitement T1,T2 et T3"}
+```{r,warning=FALSE}
+#fig.cap="Visualualisation des expressions relative des gènes lors du traitement T1,T2 et T3"
 g1<-ggplot(T, aes(x=T$ExpT1))+ 
   geom_bar()+
   ylab("Effectifs")+ggtitle("Effectifs")
@@ -178,7 +176,7 @@ On observe une légère tendance des genes s'étant sous-exprimé avec T1 à se
 ## matrice de covariance des variables quantitatives
 Nous avons généré la matrice de covariance de nos données sans les variables quantitatives. Suite à cela nous avons remarqué qu'il était inutile d'afficher le réplicat R2 dans la matrice et que cela rendait le graphe moins lisible. Nous avons donc décidé de seulement afficher le graphe de la matrice de covariance avec le réplicat R1.
 
-```{r, fig.height = 18,fig.cap="Visualisation de la matrice de covariance des variables quantitatives"}
+```{r, fig.height = 10,fig.cap="Visualisation de la matrice de covariance des variables quantitatives"}
 cr = cor(T[c(1:18)])
 corrplot(cr,method="ellipse", type="lower", bg = "lightgrey",title ="Visualisation de la matrice de covariance des variables quantitatives" )
 ```
@@ -231,7 +229,6 @@ Nous décidons de faire directement une ACP car, comme mentionné plus tôt lors
 ```{r, fig.width=10, fig.height=5, fig.cap="Participation des chaque valeur propre de la matrice de correlation à l'intertie totale des données"}
 donnees_transposees = t(T[-c(37:39)])
 res_pca<-PCA(donnees_transposees,scale.unit=FALSE,graph=FALSE)
-res_pca$eig
 fviz_eig(res_pca,title="Participation des chaque valeur propre de la matrice de correlation à l'intertie totale des données")
 ```
 Ce graphique représente la participation de chaque valeur propre de la matrice de corrélation du jeu de données dans l'inertie totale. L'inertie totale étant la somme des valeurs propres ( qui elles sont les inerties axiale associées à l'axe de vecteur directeur le vecteur propre associé ), chaque valeur propre est donc une fraction de l'inertie totale.
@@ -257,23 +254,6 @@ Le traitement 1 est entièrement groupé sur des valeurs très negatives de l'ax
 
 Pour le traitement 2 et 3, on les retrouves formant 2 groupements, 1 en haut à droite du graphe contenant les relevés à 2 et 3h puis un groupement s'étalant sur la droite du graphe du centre jusqu'en bas contenant les relevés à partir de 4h.
 
-
-
-================================================
-axe 1: force du changement d'expression des gènes : si on sur-exprime/sous-exprime de beaucoup ( genre 0=>5) ou pas, polarisation ?
-
-axe 2 : stabilité de l'expression du gène : vers le haut => ça va changer d'expression bientot, vers le bas => ça se stabilise ( donc les genes pointant vers le haut changent d'expression, et ceux vers le bas ont tendance à rester plutot pareil )
-
-> On remarque que les traitements ne sont pas du tout décris de la même manière selon les horaires, mais il y a une régularité d'apparition dans chaque tranche horaire. 
-
-Essayons maintenant de préter un sens à ce que l'on observe :
-
-En regardant le graphe des individus (résultats aux heures de relevés), on a effectivement les heures groupées à des valeurs negatives de l'axe 1 correspondant aux relevés du traitement 1 qui ne change l'expression relative que de très peu de gènes.
-
-Pour l'interprétation du second axe, les gènes semblent y être positivement et negativement corrélés quel que soit leur correlation avec l'axe 1.
-En regardant les individus, on observe que plus l'heure est tardive, plus ils tendent vers des valeurs negatives sur l'axe 2. De plus, on observe que les points liés aux relevés du traitement 1 ne vont pas énormément vers les valeurs positives. Il semble donc que l'axe 2 soit indicateur des expressions des gènes sont susceptibles de changer
-
-
 ## Clustering
 L'objectif du clustering est de regrouper des individus (ici, les Tt_sH_Rr) en groupes homogènes selon leurs similarités, sans connaissance préalable des catégories. Cela permet d’identifier des profils ou des comportements communs, facilitant l’interprétation des données et la mise en évidence de structures sous-jacentes.
 
@@ -308,7 +288,7 @@ ggplot(df,aes(x=K,y=Iintra))+
 On  dénote un coude dans la courbe d'inertie intraclasse aux alentours de 4 clusters.
 
 À présent on va afficher l'évolution de l'indicateur Silouhette en fonction du nombre de classe ainsi que l'évolution de l'indice de Calinski-Harabasz en fonction du nombre de classe.
-```{r,fig.cap="Visualisation du critère de Silhouette et de Calinski-Harabasz en fonction du nombre de classes demandées pour le clustering"}
+```{r,fig.cap="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)
 Silhou<-NULL
 for (k in 2:Kmax){
@@ -374,8 +354,10 @@ grid.arrange(p11,p12,p21,p22,ncol=2)
 Après comparaison, on choisit 2 classes car cela nous semble plus optimal que 4.
 
 ### clustering CAH 
+
 À présent on va afficher l'évolution de l'indice de Calinski-Harabasz en fonction du nombre de classes utilisées pour découper le dendogramme.
-```{r, fig.width=9, fig.cap="Visualisation du critère de Calinski-Harabasz en fonction du nombre de classes demandées pour le clustering"}
+
+```{r, fig.width=5, fig.cap="Visualisation du critère de Calinski-Harabasz en fonction du nombre de classes demandées pour le clustering"}
 set.seed(1234)
 
 dx<-dist(donnees_transposees)
@@ -394,7 +376,7 @@ ggplot(daux,aes(x=NbClust,y=CH))+
 ```
 On choisit alors de prendre 2 classes par observation du maximum du graphe.
 
-```{r, fig.width=9, fig.cap="Dendogramme du clustering de l'ACP des variables Tt en tant qu'individus, obtenu par méthode CAH"}
+```{r, fig.width=5, fig.cap="Dendogramme du clustering de l'ACP des variables Tt en tant qu'individus, obtenu par méthode CAH"}
 set.seed(1234)
 ClustCH<-cutree(hward,k=2)
 fviz_dend(hward,k=2,show_labels=FALSE)+ggtitle("Dendogramme du clustering de l'ACP des variables Tt en tant qu'individus, obtenu par méthode CAH")
@@ -409,7 +391,7 @@ A 2 classes nous obtenons une classification qui ne change pas entre chaque mét
 La classification obtenue est en accord avec les observations faites lors de l'ACP, on y retrouve plus ou moins les mêmes groupements : celui majoritarement composé des relevés de T1 avec une majorité de gènes sans changement d'expression relative et celui composé des relevés de T2 et T3.
 
 
-```{r}
+```{r,fig.width=5}
 # kmeans et CAH
 clust1f = paste("CLkm-",res_kmeans$cluster, sep="")
 clust2f = paste("CLCAH-", cutree(hward,2), sep="")
@@ -422,7 +404,8 @@ chordDiagram(table(clust1f,clust2f))
 ## Generation de dataExpMoy
 
 Nous construisons le jeu de données DataExpMoy contenant la moyenne des expressions sur les réplicats de chaque gène, pour chaque traitement et chaque heure. DataExpMoy est donc une matrice de taille 542× 18.
-```{r}
+
+```{r,echo=FALSE,results = FALSE,message=FALSE,warning=FALSE,fig.show='hide'}
 # Liste des traitements, heures et réplicats
 traitements <- c("T1", "T2", "T3")
 heures <- c("1H", "2H", "3H", "4H", "5H", "6H")
@@ -456,16 +439,16 @@ head(DataExpMoy)
 
 ## ACP de DataExpMoy
 A partir d'ici, nous avons centré et réduit les données car cela donnait  des résultats sensiblement plus exploitables au niveau des indicateurs pour le clustering. 
-```{r, fig.width=7}
+```{r, fig.width=5}
 
 # Effectuer l'ACP
-res_pca2 <- PCA(DataExpMoy, scale.unit = TRUE,quali.sup = c(19:21), graph = FALSE)
+res_pca2 <- PCA(DataExpMoy, scale.unit = TRUE, graph = FALSE)
 # Création des graphiques
 plot1 <- fviz_eig(res_pca2, title = "Participation de chaque valeur propre à l'inertie totale des données")
 plot1
 ```
 On voit qu'on dépasse 80% de l'inertie totale avec les deux premières valeurs propres, on prend donc les vecteurs propres associés à ces deux valeurs propres comme composantes principales de notre ACP.
-```{r, fig.width=10}
+```{r, fig.width=7}
 plot2 <- fviz_pca_ind(res_pca2, label = "point", title = "Projection des individus sur un plan factoriel")
 plot3 <- fviz_pca_var(res_pca2, axes = c(1, 2), label = "all", title = "Corrélations des variables avec les composantes principales")
 
@@ -486,7 +469,7 @@ Comme T3 est une combinaison des traitements T1 et T2, il semble structurer fort
     
 ### Ajout des variables qualitatives
 Nous allons maintenant afficher les points en dans les dimensions de l'ACP, colorés en fonction des modalités des 3 variables qualitatives ExpT1, ExpT2 et ExpT3. Cela peut nous permettre d'affiner notre interprétation des résultats de l'ACP.
-```{r, fig.height=8}
+```{r, fig.height=7}
 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"))
@@ -505,7 +488,7 @@ On confirme donc bien notre analyse descriptive préliminaire, et nos suppositio
 ## Clustering
 L'objectif de ce clustering est de regrouper des individus (ici, des gènes) en groupes homogènes selon leurs similarités.
 
-```{r,fig.cap="Visualisation de l'inertie intra-classe et Silouhette en fonction du nombre de classes demandées pour le clustering"}
+```{r,fig.cap="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)
 
@@ -546,7 +529,7 @@ En lisant le graphe de l'inertie intra-classe, on observe le coude aux alentours
 
 
 
-```{r,fig.cap="Visualisation des clusters générés par la méthode kmeans dnas le plan factoriel 1,2"}
+```{r,fig.cap="Visualisation des clusters générés par la méthode kmeans dnas le plan factoriel 1,2",fig.width=5}
 set.seed(1234)
 #graphes des clusters
 res_kmeans_2 = kmeans(s_2,3)
@@ -559,7 +542,7 @@ fviz_cluster(res_kmeans_2,data=s_2,
 
 
 
-```{r, fig.width=9, fig.cap="Dendogramme du clustering de l'ACP, obtenu par méthode CAH"}
+```{r, fig.width=9, fig.cap="Dendogramme du clustering de l'ACP, obtenu par méthode CAH",fig.width=5}
 
 dx=dist(s_2)
 hward=hclust(dx,method = "ward.D2")
@@ -638,7 +621,6 @@ MatriceExp = T[,c(37,38,39)]
 rownames(MatriceExp) = rownames(T)
 colnames(MatriceExp) = c("ExpT1","ExpT2","ExpT3")
 MatriceExp = as.data.frame(MatriceExp)
-head(MatriceExp)
 ```
 
 
@@ -649,7 +631,7 @@ clkmodes=kmodes(MatriceExp,3,iter.max=100,weight=FALSE)
 clusplot(MatriceExp, clkmodes$cluster, color=TRUE, shade=TRUE, labels=0, lines=0)
 ```
 ### K-means sur ACM
-```{r,fig.cap=""}
+```{r,echo=FALSE,results = FALSE,message=FALSE,warning=FALSE,fig.show='hide'}
 afcm=MCA(MatriceExp,graph = TRUE)
 coeff=afcm$ind$coord
 clkmeans=kmeans(coeff,3)
@@ -685,14 +667,14 @@ res_pam = pam(ds, k = 10)
 
 
 # Étape 4 : Visualiser les clusters
-fviz_cluster(
-  res_pam, 
-  data = MatriceExp, 
-  ellipse.type = "norm",    # Ajouter une ellipse normale autour des clusters
-  labelsize = 8,            # Taille des étiquettes
-  geom = c("point")         # Utiliser des points pour visualiser les données
-) +
-  ggtitle("Visualisation des clusters générés par la méthode PAM")
+#fviz_cluster(
+#  res_pam, 
+#  data = MatriceExp, 
+#  ellipse.type = "norm",    # Ajouter une ellipse normale autour des clusters
+#  labelsize = 8,            # Taille des étiquettes
+#  geom = c("point")         # Utiliser des points pour visualiser les données
+#) +
+#  ggtitle("Visualisation des clusters générés par la méthode PAM")
 
 ```
 

Projet.log

@@ -1,244 +0,0 @@
-This is pdfTeX, Version 3.141592653-2.6-1.40.25 (TeX Live 2023/Debian) (preloaded format=pdflatex 2024.12.28)  1 JAN 2025 15:56
-entering extended mode
- restricted \write18 enabled.
- %&-line parsing enabled.
-**Projet.tex
-(./Projet.tex
-LaTeX2e <2023-11-01> patch level 1
-L3 programming layer <2024-01-22>
-(/usr/share/texlive/texmf-dist/tex/latex/base/article.cls
-Document Class: article 2023/05/17 v1.4n Standard LaTeX document class
-(/usr/share/texlive/texmf-dist/tex/latex/base/size10.clo
-File: size10.clo 2023/05/17 v1.4n Standard LaTeX file (size option)
-)
-\c@part=\count187
-\c@section=\count188
-\c@subsection=\count189
-\c@subsubsection=\count190
-\c@paragraph=\count191
-\c@subparagraph=\count192
-\c@figure=\count193
-\c@table=\count194
-\abovecaptionskip=\skip48
-\belowcaptionskip=\skip49
-\bibindent=\dimen140
-) (/usr/share/texlive/texmf-dist/tex/latex/amsmath/amsmath.sty
-Package: amsmath 2023/05/13 v2.17o AMS math features
-\@mathmargin=\skip50
-For additional information on amsmath, use the `?' option.
-(/usr/share/texlive/texmf-dist/tex/latex/amsmath/amstext.sty
-Package: amstext 2021/08/26 v2.01 AMS text
-(/usr/share/texlive/texmf-dist/tex/latex/amsmath/amsgen.sty
-File: amsgen.sty 1999/11/30 v2.0 generic functions
-\@emptytoks=\toks17
-\ex@=\dimen141
-)) (/usr/share/texlive/texmf-dist/tex/latex/amsmath/amsbsy.sty
-Package: amsbsy 1999/11/29 v1.2d Bold Symbols
-\pmbraise@=\dimen142
-) (/usr/share/texlive/texmf-dist/tex/latex/amsmath/amsopn.sty
-Package: amsopn 2022/04/08 v2.04 operator names
-)
-\inf@bad=\count195
-LaTeX Info: Redefining \frac on input line 234.
-\uproot@=\count196
-\leftroot@=\count197
-LaTeX Info: Redefining \overline on input line 399.
-LaTeX Info: Redefining \colon on input line 410.
-\classnum@=\count198
-\DOTSCASE@=\count199
-LaTeX Info: Redefining \ldots on input line 496.
-LaTeX Info: Redefining \dots on input line 499.
-LaTeX Info: Redefining \cdots on input line 620.
-\Mathstrutbox@=\box51
-\strutbox@=\box52
-LaTeX Info: Redefining \big on input line 722.
-LaTeX Info: Redefining \Big on input line 723.
-LaTeX Info: Redefining \bigg on input line 724.
-LaTeX Info: Redefining \Bigg on input line 725.
-\big@size=\dimen143
-LaTeX Font Info:    Redeclaring font encoding OML on input line 743.
-LaTeX Font Info:    Redeclaring font encoding OMS on input line 744.
-\macc@depth=\count266
-LaTeX Info: Redefining \bmod on input line 905.
-LaTeX Info: Redefining \pmod on input line 910.
-LaTeX Info: Redefining \smash on input line 940.
-LaTeX Info: Redefining \relbar on input line 970.
-LaTeX Info: Redefining \Relbar on input line 971.
-\c@MaxMatrixCols=\count267
-\dotsspace@=\muskip16
-\c@parentequation=\count268
-\dspbrk@lvl=\count269
-\tag@help=\toks18
-\row@=\count270
-\column@=\count271
-\maxfields@=\count272
-\andhelp@=\toks19
-\eqnshift@=\dimen144
-\alignsep@=\dimen145
-\tagshift@=\dimen146
-\tagwidth@=\dimen147
-\totwidth@=\dimen148
-\lineht@=\dimen149
-\@envbody=\toks20
-\multlinegap=\skip51
-\multlinetaggap=\skip52
-\mathdisplay@stack=\toks21
-LaTeX Info: Redefining \[ on input line 2953.
-LaTeX Info: Redefining \] on input line 2954.
-) (/usr/share/texlive/texmf-dist/tex/latex/amsfonts/amssymb.sty
-Package: amssymb 2013/01/14 v3.01 AMS font symbols
-(/usr/share/texlive/texmf-dist/tex/latex/amsfonts/amsfonts.sty
-Package: amsfonts 2013/01/14 v3.01 Basic AMSFonts support
-\symAMSa=\mathgroup4
-\symAMSb=\mathgroup5
-LaTeX Font Info:    Redeclaring math symbol \hbar on input line 98.
-LaTeX Font Info:    Overwriting math alphabet `\mathfrak' in version `bold'
-(Font)                  U/euf/m/n --> U/euf/b/n on input line 106.
-)) (/usr/share/texlive/texmf-dist/tex/generic/iftex/iftex.sty
-Package: iftex 2022/02/03 v1.0f TeX engine tests
-) (/usr/share/texlive/texmf-dist/tex/latex/base/fontenc.sty
-Package: fontenc 2021/04/29 v2.0v Standard LaTeX package
-) (/usr/share/texlive/texmf-dist/tex/latex/base/inputenc.sty
-Package: inputenc 2021/02/14 v1.3d Input encoding file
-\inpenc@prehook=\toks22
-\inpenc@posthook=\toks23
-) (/usr/share/texlive/texmf-dist/tex/latex/base/textcomp.sty
-Package: textcomp 2020/02/02 v2.0n Standard LaTeX package
-) (/usr/share/texmf/tex/latex/lm/lmodern.sty
-Package: lmodern 2015/05/01 v1.6.1 Latin Modern Fonts
-LaTeX Font Info:    Overwriting symbol font `operators' in version `normal'
-(Font)                  OT1/cmr/m/n --> OT1/lmr/m/n on input line 22.
-LaTeX Font Info:    Overwriting symbol font `letters' in version `normal'
-(Font)                  OML/cmm/m/it --> OML/lmm/m/it on input line 23.
-LaTeX Font Info:    Overwriting symbol font `symbols' in version `normal'
-(Font)                  OMS/cmsy/m/n --> OMS/lmsy/m/n on input line 24.
-LaTeX Font Info:    Overwriting symbol font `largesymbols' in version `normal'
-(Font)                  OMX/cmex/m/n --> OMX/lmex/m/n on input line 25.
-LaTeX Font Info:    Overwriting symbol font `operators' in version `bold'
-(Font)                  OT1/cmr/bx/n --> OT1/lmr/bx/n on input line 26.
-LaTeX Font Info:    Overwriting symbol font `letters' in version `bold'
-(Font)                  OML/cmm/b/it --> OML/lmm/b/it on input line 27.
-LaTeX Font Info:    Overwriting symbol font `symbols' in version `bold'
-(Font)                  OMS/cmsy/b/n --> OMS/lmsy/b/n on input line 28.
-LaTeX Font Info:    Overwriting symbol font `largesymbols' in version `bold'
-(Font)                  OMX/cmex/m/n --> OMX/lmex/m/n on input line 29.
-LaTeX Font Info:    Overwriting math alphabet `\mathbf' in version `normal'
-(Font)                  OT1/cmr/bx/n --> OT1/lmr/bx/n on input line 31.
-LaTeX Font Info:    Overwriting math alphabet `\mathsf' in version `normal'
-(Font)                  OT1/cmss/m/n --> OT1/lmss/m/n on input line 32.
-LaTeX Font Info:    Overwriting math alphabet `\mathit' in version `normal'
-(Font)                  OT1/cmr/m/it --> OT1/lmr/m/it on input line 33.
-LaTeX Font Info:    Overwriting math alphabet `\mathtt' in version `normal'
-(Font)                  OT1/cmtt/m/n --> OT1/lmtt/m/n on input line 34.
-LaTeX Font Info:    Overwriting math alphabet `\mathbf' in version `bold'
-(Font)                  OT1/cmr/bx/n --> OT1/lmr/bx/n on input line 35.
-LaTeX Font Info:    Overwriting math alphabet `\mathsf' in version `bold'
-(Font)                  OT1/cmss/bx/n --> OT1/lmss/bx/n on input line 36.
-LaTeX Font Info:    Overwriting math alphabet `\mathit' in version `bold'
-(Font)                  OT1/cmr/bx/it --> OT1/lmr/bx/it on input line 37.
-LaTeX Font Info:    Overwriting math alphabet `\mathtt' in version `bold'
-(Font)                  OT1/cmtt/m/n --> OT1/lmtt/m/n on input line 38.
-) (/usr/share/texlive/texmf-dist/tex/latex/microtype/microtype.sty
-Package: microtype 2023/03/13 v3.1a Micro-typographical refinements (RS)
-(/usr/share/texlive/texmf-dist/tex/latex/graphics/keyval.sty
-Package: keyval 2022/05/29 v1.15 key=value parser (DPC)
-\KV@toks@=\toks24
-) (/usr/share/texlive/texmf-dist/tex/latex/etoolbox/etoolbox.sty
-Package: etoolbox 2020/10/05 v2.5k e-TeX tools for LaTeX (JAW)
-\etb@tempcnta=\count273
-)
-\MT@toks=\toks25
-\MT@tempbox=\box53
-\MT@count=\count274
-LaTeX Info: Redefining \noprotrusionifhmode on input line 1059.
-LaTeX Info: Redefining \leftprotrusion on input line 1060.
-\MT@prot@toks=\toks26
-LaTeX Info: Redefining \rightprotrusion on input line 1078.
-LaTeX Info: Redefining \textls on input line 1368.
-\MT@outer@kern=\dimen150
-LaTeX Info: Redefining \textmicrotypecontext on input line 1988.
-\MT@listname@count=\count275
-(/usr/share/texlive/texmf-dist/tex/latex/microtype/microtype-pdftex.def
-File: microtype-pdftex.def 2023/03/13 v3.1a Definitions specific to pdftex (RS)
-
-LaTeX Info: Redefining \lsstyle on input line 902.
-LaTeX Info: Redefining \lslig on input line 902.
-\MT@outer@space=\skip53
-)
-Package microtype Info: Loading configuration file microtype.cfg.
-(/usr/share/texlive/texmf-dist/tex/latex/microtype/microtype.cfg
-File: microtype.cfg 2023/03/13 v3.1a microtype main configuration file (RS)
-)) (/usr/share/texlive/texmf-dist/tex/latex/parskip/parskip.sty
-Package: parskip 2021-03-14 v2.0h non-zero parskip adjustments
-(/usr/share/texlive/texmf-dist/tex/latex/kvoptions/kvoptions.sty
-Package: kvoptions 2022-06-15 v3.15 Key value format for package options (HO)
-(/usr/share/texlive/texmf-dist/tex/generic/ltxcmds/ltxcmds.sty
-Package: ltxcmds 2023-12-04 v1.26 LaTeX kernel commands for general use (HO)
-) (/usr/share/texlive/texmf-dist/tex/latex/kvsetkeys/kvsetkeys.sty
-Package: kvsetkeys 2022-10-05 v1.19 Key value parser (HO)
-))) (/usr/share/texlive/texmf-dist/tex/latex/xcolor/xcolor.sty
-Package: xcolor 2023/11/15 v3.01 LaTeX color extensions (UK)
-(/usr/share/texlive/texmf-dist/tex/latex/graphics-cfg/color.cfg
-File: color.cfg 2016/01/02 v1.6 sample color configuration
-)
-Package xcolor Info: Driver file: pdftex.def on input line 274.
-(/usr/share/texlive/texmf-dist/tex/latex/graphics-def/pdftex.def
-File: pdftex.def 2022/09/22 v1.2b Graphics/color driver for pdftex
-) (/usr/share/texlive/texmf-dist/tex/latex/graphics/mathcolor.ltx)
-Package xcolor Info: Model `cmy' substituted by `cmy0' on input line 1350.
-Package xcolor Info: Model `hsb' substituted by `rgb' on input line 1354.
-Package xcolor Info: Model `RGB' extended on input line 1366.
-Package xcolor Info: Model `HTML' substituted by `rgb' on input line 1368.
-Package xcolor Info: Model `Hsb' substituted by `hsb' on input line 1369.
-Package xcolor Info: Model `tHsb' substituted by `hsb' on input line 1370.
-Package xcolor Info: Model `HSB' substituted by `hsb' on input line 1371.
-Package xcolor Info: Model `Gray' substituted by `gray' on input line 1372.
-Package xcolor Info: Model `wave' substituted by `hsb' on input line 1373.
-) (/usr/share/texlive/texmf-dist/tex/latex/geometry/geometry.sty
-Package: geometry 2020/01/02 v5.9 Page Geometry
-(/usr/share/texlive/texmf-dist/tex/generic/iftex/ifvtex.sty
-Package: ifvtex 2019/10/25 v1.7 ifvtex legacy package. Use iftex instead.
-)
-\Gm@cnth=\count276
-\Gm@cntv=\count277
-\c@Gm@tempcnt=\count278
-\Gm@bindingoffset=\dimen151
-\Gm@wd@mp=\dimen152
-\Gm@odd@mp=\dimen153
-\Gm@even@mp=\dimen154
-\Gm@layoutwidth=\dimen155
-\Gm@layoutheight=\dimen156
-\Gm@layouthoffset=\dimen157
-\Gm@layoutvoffset=\dimen158
-\Gm@dimlist=\toks27
-) (/usr/share/texlive/texmf-dist/tex/latex/fancyvrb/fancyvrb.sty
-Package: fancyvrb 2024/01/20 4.5c verbatim text (tvz,hv)
-\FV@CodeLineNo=\count279
-\FV@InFile=\read2
-\FV@TabBox=\box54
-\c@FancyVerbLine=\count280
-\FV@StepNumber=\count281
-\FV@OutFile=\write3
-)
-
-! LaTeX Error: File `framed.sty' not found.
-
-Type X to quit or <RETURN> to proceed,
-or enter new name. (Default extension: sty)
-
-Enter file name: 
-! Emergency stop.
-<read *> 
-         
-l.47 \definecolor
-                 {shadecolor}{RGB}{248,248,248}^^M 
-Here is how much of TeX's memory you used:
- 5738 strings out of 476182
- 84709 string characters out of 5795594
- 1922975 words of memory out of 5000000
- 27732 multiletter control sequences out of 15000+600000
- 558832 words of font info for 37 fonts, out of 8000000 for 9000
- 14 hyphenation exceptions out of 8191
- 56i,0n,65p,511b,102s stack positions out of 10000i,1000n,20000p,200000b,200000s
-
-!  ==> Fatal error occurred, no output PDF file produced!