minor modifs

Author: GuyliannEngels

inst/tutorials/B00La_refresh/B00La_refresh.Rmd

@@ -521,7 +521,7 @@ potatoes1 <- sselect(potatoes,  yield, cultivar)
 
 Le pipe natif `|>` est apparu dans la version 4.1.0 de R. Vous connaissez déjà deux pipes que sont le pipe de {magrittr} `%>%` ou le pipe du package {svFlow} `%>.%`. Ces trois opérateurs permettent de chaîner des instructions afin de montrer de manière claire la suite des opérations. Les pipes améliorent grandement la lisibilité du code. Notez que le pipe `|>` ne requiert pas l'utilisation du `.` dans la fonction qui le suit alors que le pipe `%>.%` l'impose. Vous pouvez retrouver de plus amples informations sur le chaînage des instructions dans la [section 5.5 de SDD I](https://wp.sciviews.org/sdd-umons/?iframe=wp.sciviews.org/sdd-umons-2022/cha%25C3%25AEnage-des-instructions.html).
 
-**Nous vous proposons de continuer à utiliser le pipe `%>.%` de SciViews-R**
+*Nous vous proposons de continuer à utiliser le pipe `%>.%` de SciViews-R*
 
 Pour rappel, le tableau de données se nomme `potatoes`. Ce tableau est constitué des variables `r names(potatoes)`. Sélectionnez les parcelles ayant un rendement strictement supérieur à 30 tonnes par hectare et inférieur ou égal à 41 tonnes par hectare. Utilisez une fonction speedy pour ce faire.
 
@@ -640,7 +640,7 @@ bull_red %>.%
 
 Vous noterez que les centres d'insémination ont plus d'individus de la variété viande que mixte. Réalisez un test *t* de Student bilatéral avec un seuil $\alpha$ de 0.05 et de variances inégales afin de comparer la masse standardisée en fonction de la variété.
 
-```{r qu_student_h3, exercise=TRUE, exercise.lines=3}
+```{r qu_student_h3, exercise=TRUE, exercise.lines=4}
 bull_t <- t.test(data = ___, ___ ~ ___,
   alternative = ___, conf.level = ___, var.equal = ___)
 # Affichage du résultat sous la forme d'un tableau

inst/tutorials/B01La_reg_lin/B01La_reg_lin.Rmd

@@ -67,7 +67,7 @@ La fonction `skimr::skim()` vous permet d'obtenir de nombreuses informations sur
 
 C'est à vous de jouer ! Réalisez une matrice de corrélation avec l'indice de Pearson. N'utilisez que les variables pertinentes. Sélectionnez ces variables sur base de leur nom. Affichez un corrélogramme avec la partie supérieure uniquement (`upper`).
 
-```{r corr1_h3, exercise=TRUE, exercise.lines=2}
+```{r corr1_h3, exercise=TRUE, exercise.lines=3}
 crabs_corr <- correlation(sselect(___, ___:___),
   use = ___, method = ___)
 plot(crabs_corr, ___ = ___)
@@ -217,8 +217,8 @@ question(text = "Sélectionnez parmi les propositions suivantes l'équation para
   answer("$\\operatorname{weight} = \\alpha + \\beta_{1} \\operatorname{age}$"),
   answer("$\\operatorname{y} = 26.335 \\operatorname{x} + 199.687$"),
   answer("$\\operatorname{weight} = 26 \\operatorname{age} + 200$"),
-  answer("$\\operatorname{Masse [kg]} = 26.33 \\operatorname{Age [mois]} + 199.69$", correct = TRUE),
-  answer("$\\operatorname{Masse [kg]} = 199.69 \\operatorname{Age [mois]} + 26.33$"),
+  answer("$\\operatorname{Masse [kg]} = 26.34 \\operatorname{Age [mois]} + 199.69$", correct = TRUE),
+  answer("$\\operatorname{Masse [kg]} = 199.69 \\operatorname{Age [mois]} + 26.34$"),
   allow_retry = TRUE,
   submit_button = "Soumettre une réponse", 
   try_again_button = "Resoumettre une réponse",

inst/tutorials/B01Lb_residuals/B01Lb_residuals.Rmd

@@ -20,8 +20,9 @@ library(tabularise)
 
 read("rice", package = "BioDataScience2") %>.%
   labelise(.,
-  label = list(area = "Aire", "major_axis_length" = "Longueur du grand axe"),
-  units = list(area = "px^2", major_axis_length = "px")) ->
+  label = list(area = "Aire", "major_axis_length" = "Longueur du grand axe")#,
+  #units = list(area = "px^2", major_axis_length = "px")
+  ) ->
   rice
 
 rice_lm <- lm(data = rice,area ~ major_axis_length) 
@@ -54,8 +55,7 @@ Des scientifiques s'intéressent à deux variétés de riz cultivées en Turquie
 ```{r, echo = TRUE}
 read("rice", package = "BioDataScience2") %>.%
   labelise(rice,
-  label = list(area = "Aire", "major_axis_length" = "Longueur du grand axe"),
-  units = list(area = "px^2", major_axis_length = "px")) ->
+  label = list(area = "Aire", "major_axis_length" = "Longueur du grand axe")) ->
   rice
 ```