Skip to content

Commit c77918c

Browse files
A12La_correlation : minor correction
1 parent 6bb494d commit c77918c

File tree

1 file changed

+10
-10
lines changed

1 file changed

+10
-10
lines changed

devel/tutorials/A12La_correlation/A12La_correlation.Rmd

Lines changed: 10 additions & 10 deletions
Original file line numberDiff line numberDiff line change
@@ -27,7 +27,7 @@ BioDataScience1::learnr_server(input, output, session)
2727

2828
## Objectifs
2929

30-
L'association entre deux variables peut être quantifié grâce à différentes descripteurs ou indices comme la covariance, l'indice de de corrélation de Pearson ou encore l'indice de de corrélation de Spearman. On définit 3 niveaux d'association impliquant des hypothèses de plus en plus fortes sur le mécanismes sou-jacent liant ces deux variables. On a la corrélation, la relation et la causalité. Les indices de corrélation et les tests de corrélation permettent comme leur nom l'indique de mettre un avant une corrélation entre deux variables. La corrélation est simplement l’association de deux variable sans élaborer plus d’explication sur le mécanisme sous-jacent qui lie ces variables.
30+
L'association entre deux variables peut être quantifiée grâce à différentes descripteurs ou indices comme la covariance, l'indice de de corrélation de Pearson ou encore l'indice de de corrélation de Spearman. On définit 3 niveaux d'association impliquant des hypothèses de plus en plus fortes sur le mécanismes sou-jacent liant ces deux variables. On a la corrélation, la relation et la causalité. Les indices de corrélation et les tests de corrélation permettent comme leur nom l'indique de mettre un avant une corrélation entre deux variables. La corrélation est simplement l’association de deux variable sans élaborer plus d’explication sur le mécanisme sous-jacent qui lie ces variables.
3131

3232
Dans ce tutoriel, vous allez pouvoir auto-évaluer votre capacité à\ :
3333

@@ -41,7 +41,7 @@ L'étude porte sur les variations morphologiques des fleurs de trois espèces d'
4141

4242
Edgar Anderson a récolté les trois espèces d'iris en Gaspésie (Québec, Canada) en 1935 au moment de la floraison. La péninsule de Gaspésie est entourée par l'estuaire du fleuve Saint-Laurent, le golfe du Saint-Laurent et la baie des chaleurs.
4343

44-
Cinquante plants par espèces sont prélevés afin d'étudier la biométrie de leurs fleurs. La longueur et la largeur des pétales et sépales sont mesurées (en centimètre).
44+
Cinquante plants par espèce sont prélevés afin d'étudier la biométrie de leurs fleurs. La longueur et la largeur des pétales et sépales sont mesurées (en centimètre).
4545

4646
![](images/iris.jpg)
4747

@@ -78,7 +78,7 @@ Réalisez une matrice de corrélation afin de mettre en avant la corrélation li
7878

7979
💬 **Un snippet est disponible pour réaliser cet exercice `.escor: correlation matrix`.**
8080

81-
```{r is_corr_h2, exercise = TRUE, exercise.setup = "iris_prepa"}
81+
```{r is_corr_h2, exercise=TRUE, exercise.lines=1, exercise.setup="iris_prepa"}
8282
iris_corr <- correlation(___[, ___:___], use = "complete.obs", method = "___")
8383
summary(iris_corr)
8484
```
@@ -101,14 +101,14 @@ summary(iris_corr)
101101
grade_code("Le résume de la matrice de corrélation utilise un système de légende particulier pour mettre en avant les variables les plus corrélées. Assurez-vous de bien comprendre les symboles utilisés ., + ou encore B.")
102102
```
103103

104-
Réalisez un graphique de votre objet `iris_corr`. N'affichez que la partie supérieur de votre matrice.
104+
Réalisez un graphique de votre objet `iris_corr`. N'affichez que la partie supérieur de votre matrice. Tout comme le résumé de la matrice ne montre que la partie inférieure de la matrice, il n'est pas utile de représenter la matrice complète sous forme graphique. La matrice est symétrique.
105105

106106
```{r iris_corr}
107107
iris <- read("iris", package = "datasets", lang = "FR")
108108
iris_corr <- correlation(iris[, 1:4], use = "complete.obs", method = "pearson")
109109
```
110110

111-
```{r is_plot_h2, exercise = TRUE, exercise.setup = "iris_corr"}
111+
```{r is_plot_h2, exercise=TRUE, exercise.lines=1, exercise.setup="iris_corr"}
112112
___(iris_corr, type = "___")
113113
```
114114

@@ -123,7 +123,7 @@ plot(iris_corr, type = "upper")
123123
```
124124

125125
```{r is_plot_h2-check}
126-
grade_code("Ce graphique permet d'avoir une information visuelle simple à analyser. La couleur utilisée, l'élongation de l'ellipse et le sens de l'ellipse sont porteur d'informatio sur la corrélation entre les paires de variabls étudées. indique l'importance de la corrélation.L'é Par exemple, le bleu foncé met en avant Répondez à la question suivante.")
126+
grade_code("Ce graphique permet d'avoir une information visuelle simple à analyser. La couleur utilisée, l'élongation de l'éllipse et le sens de l'ellipse sont porteur d'information sur la corrélation entre les paires de variabls étudiées. Répondez à la question suivante.")
127127
```
128128

129129
```{r quiz_corr}
@@ -134,7 +134,7 @@ question("Quelles sont les variables les plus fortement corrélées ?(sélection
134134
answer("petal_width", correct = TRUE),
135135
allow_retry = TRUE,
136136
incorrect = "Recommencez afin de trouver la bonne réponse",
137-
correct = "Bravo, c'est correct")
137+
correct = "Bravo, c'est correct. Vous avez su décoder avec succès votre matrice de corrélation")
138138
```
139139

140140
## Test de corrélation
@@ -143,7 +143,7 @@ Suite à votre matrice de corrélation linéaire avec l'indice de corrélation d
143143

144144
Utilisez un test de corrélation afin de répondre à la question suivante : **est ce que la largeur des pétales (petal_width) et la longueur des pétales (petal_length) sont significativement corrélées au seuil alpha de 5% ? **
145145

146-
```{r cortest_h2, exercise = TRUE, exercise.setup = "iris_prepa"}
146+
```{r cortest_h2, exercise=TRUE, exercise.lines=3, exercise.setup="iris_prepa"}
147147
cor.test(data = ___, ~ ___ + ___,
148148
alternative = "two.sided", method = "___")
149149
```
@@ -168,9 +168,9 @@ grade_code("Bravo ! Vous venez de réaliser un test de corrélation de Pearson.
168168
question("Est ce que la largeur des pétales (petal_width) et la longueur des pétales (petal_length) sont significativement corrélées au seuil alpha de 5% ?",
169169
answer("Oui", correct = TRUE),
170170
answer("Non"),
171-
correct = "Bravo, c'est exact ! En effet, l'hypothèse nulle est que la corrélation entre les deux variables est nulle. Avec une valeur inférieur au seuil alpha, il y a rejet de l'hypothèse nulle.",
171+
correct = "Bravo, c'est exact ! Avec une valeur inférieur au seuil alpha, il y a rejet de l'hypothèse nulle.",
172172
incorrect = "Il semble que vous n'avez pas su déterminer correctement l'hypothèse nulle et l'hypothèse alternative.",
173-
try_again = TRUE)
173+
allow_retry = TRUE)
174174
```
175175

176176
## Conclusion

0 commit comments

Comments
 (0)