{"id":942,"date":"2011-12-02T14:36:24","date_gmt":"2011-12-02T13:36:24","guid":{"rendered":"https:\/\/abcdr.guyader.pro\/?p=942"},"modified":"2018-04-07T23:59:58","modified_gmt":"2018-04-07T22:59:58","slug":"calculs-de-moyennes-sur-des-replicats-a-partir-dun-data-frame","status":"publish","type":"post","link":"https:\/\/thinkr.fr\/abcdr\/calculs-de-moyennes-sur-des-replicats-a-partir-dun-data-frame\/","title":{"rendered":"Calculs de moyennes sur des r\u00e9plicats \u00e0 partir d'un data frame"},"content":{"rendered":"

L’objectif est de calculer une moyenne sur des r\u00e9plicats techniques\/biologiques.
Tous les r\u00e9plicats d’une condition doivent avoir le m\u00eame nom.<\/p>\n

Tout d’abord on cr\u00e9e une matrice d’accueil pour les r\u00e9sultats.
Nombre de niveaux : le tableau initial contient\u00a0y r\u00e9plicats pour z conditions, donc y * z lignes.
La matrice d’accueil n’aura donc plus que z lignes.<\/p>\n

Prenons l’exemple du jeu de donn\u00e9es \u00ab\u00a0iris\u00a0\u00bb.
Calculons les moyennes par vari\u00e9t\u00e9 pour chaque variable.<\/p>\n


data(iris)
niveaux<-length(levels(iris$Species))
iris.moyenne<-matrix(nrow=niveaux, ncol=(ncol(iris)-1))

#ensuite on calcule la moyenne pour chaque condition, par variable

for (i in 1:(ncol(iris)-1))
{iris.moyenne[,i]<-tapply(iris[,i], iris$Species, mean)}

#il n'y a plus qu'\u00e0 am\u00e9liorer l'allure des r\u00e9sultats

colnames(iris.moyenne)<-colnames(iris[, 1:4])
rownames(iris.moyenne)<-levels(iris$Species)
iris.moyenne 
 <\/code><\/pre>\n
On peut \u00e9galement cr\u00e9er une matrice pour des \u00e9carts-types par exemple, en rempla\u00e7ant la fonction dans tapply : utiliser \u00ab\u00a0sd\u00a0\u00bb au lieu de \u00ab\u00a0mean\u00a0\u00bb, et changer le nom de la matrice d’accueil.<\/p>\n
De mani\u00e8re g\u00e9n\u00e9rale, les fonctions \u00ab\u00a0apply\u00a0\u00bb sont tr\u00e8s puissantes pour les calculs et sont tr\u00e8s rapides.<\/p>\n
<\/p>\n","protected":false},"excerpt":{"rendered":"
L’objectif est de calculer une moyenne sur des r\u00e9plicats techniques\/biologiques.Tous les r\u00e9plicats d’une condition doivent avoir le m\u00eame nom. Tout d’abord on cr\u00e9e une matrice d’accueil pour les r\u00e9sultats.Nombre de niveaux : le tableau initial contient\u00a0y r\u00e9plicats pour z conditions, donc y * z lignes.La matrice d’accueil n’aura donc plus que z lignes. Prenons l’exemple du jeu de donn\u00e9es \u00ab\u00a0iris\u00a0\u00bb.Calculons les moyennes par vari\u00e9t\u00e9 pour chaque variable. data(iris)niveaux<-length(levels(iris$Species))iris.moyenne<-matrix(nrow=niveaux, ncol=(ncol(iris)-1))#ensuite on calcule la moyenne pour chaque condition, par variablefor (i in 1:(ncol(iris)-1)){iris.moyenne[,i]<-tapply(iris[,i], iris$Species, mean)}#il n’y a plus qu’\u00e0 am\u00e9liorer l’allure des r\u00e9sultatscolnames(iris.moyenne)<-colnames(iris[, 1:4])rownames(iris.moyenne)<-levels(iris$Species)iris.moyenne On peut \u00e9galement cr\u00e9er une matrice pour des \u00e9carts-types par exemple, en rempla\u00e7antRead More →<\/a><\/p>\n","protected":false},"author":8,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"content-type":"","rop_custom_images_group":[],"rop_custom_messages_group":[],"rop_publish_now":"initial","rop_publish_now_accounts":{"twitter_399453572_399453572":""},"rop_publish_now_history":[],"rop_publish_now_status":"pending","jetpack_post_was_ever_published":false,"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[12],"tags":[],"class_list":{"0":"entry","1":"post","2":"publish","3":"author-thomas","4":"post-942","6":"format-standard","7":"category-manipulation-de-donnees"},"acf":[],"jetpack_featured_media_url":"","jetpack_shortlink":"https:\/\/wp.me\/p9O7Sx-fc","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/posts\/942","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/users\/8"}],"replies":[{"embeddable":true,"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/comments?post=942"}],"version-history":[{"count":2,"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/posts\/942\/revisions"}],"predecessor-version":[{"id":4154,"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/posts\/942\/revisions\/4154"}],"wp:attachment":[{"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/media?parent=942"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/categories?post=942"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/tags?post=942"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}