This commit is contained in:
Theo Mougnibas 2024-12-23 12:05:58 +01:00
parent e05e798074
commit ea54504d6f

View file

@ -96,7 +96,7 @@ T1 quant à lui se démarque grandement par une large majorité (Un peu plus de
### Expression relative des gênes mesurées à intervalle régulier
#### Traitement T1
```{r}
```{r, fig.height=17}
#apply(T[-c(37:39)],2,function(col){
# which(T == col)
#hist(col, main = paste("Histogram of", colnames(T)[which(T == col)[2]]),
@ -116,21 +116,29 @@ Nous observons bien une concordance avec l'analyse des expressions des gênes fi
### boxplots pour faire joli
```{r}
ggplot(melt(T[1:18]),aes(x=variable,y=value))+
geom_boxplot()
geom_boxplot()+ theme(axis.text.x = element_text(angle=90, vjust = 0.5, hjust = 1))
ggplot(melt(T[19:36]),aes(x=variable,y=value))+
geom_boxplot()
geom_boxplot() + theme(axis.text.x = element_text(angle=90, vjust = 0.5, hjust = 1))
```
On voit que même sans réduire les données, chaque variable s'exprime environ avec la même intensité.
# TODO : RAJOUTER LES BOXPLOTS PAIRE QUANTITATIF QUALITATIF POUR DECELER UNE CORRELATION
```{r}
```
## Analyse bi-dimensionnelle
### matrice de correlation des variables quantitatives
```{r}
```{r, fig.height = 17}
cr = cor(T[-c(37:39)])
corrplot(cr,method="number", type="lower", bg = "lightgrey")
corrplot(cr,method="ellipse", type="lower", bg = "lightgrey")
```