Solutions des TPs
631
On remplace donc cette valeur dans nutri6 :
nutri6$sexe[which(nutri6$Sujet==30)] <- nutri5$sexe[which(
nutri5$Sujet==30)]
On peut maintenant regrouper les deux tables :
resultat <- merge(nutri5,nutri6,all=TRUE)
Sans autre information sur les donn´ ees anormales, nous d´ ecidons de ne
pas les changer ` a ce stade.
3.4- nutri7 <- read.xls("http://www.biostatisticien.eu/
springeR/nutri7.xls")
nutri8 <- read.xls("http://www.biostatisticien.eu/
springeR/nutri8.xls")
resultat <- cbind(nutri7,nutri8)
3.5- nutri9 <- read.xls("http://www.biostatisticien.eu/
springeR/nutri9.xls")
nutri10 <- read.xls("http://www.biostatisticien.eu/
springeR/nutri10.xls")
apply(nutri9,FUN=table,MARGIN=2,useNA="ifany")
apply(nutri10,FUN=table,MARGIN=2,useNA="ifany")
La variable chocol contient 29 donn´ ees manquantes. Nous supprimons
cette variable avant de combiner les deux tables :
nutri9bis <- nutri9[,-which(colnames(nutri9)=="chocol")]
resultat <- cbind(nutri9bis,nutri10)
3.6- nutri11 <- read.xls("http://www.biostatisticien.eu/
springeR/nutri11.xls")
nutri12 <- read.xls("http://www.biostatisticien.eu/
springeR/nutri12.xls")
# Nombre de valeurs manquantes pour tous les individus
# de chacune des tables:
ind11NA <- apply(is.na(nutri11),FUN=sum,MARGIN=1)
ind12NA <- apply(is.na(nutri12),FUN=sum,MARGIN=1)
# D´ etermination de l’individu ayant le plus de valeurs manquantes:
ind11max <- which.max(ind11NA) # On trouve l’individu 86.
ind12max <- which.max(ind12NA) # On trouve l’individu 86.
ind11NA[ind11max] # 3 valeurs manquantes.
ind12NA[ind12max] # 4 valeurs manquantes.
L’individu 86 poss` ede 7 valeurs manquantes sur 13 variables. Nous le
supprimons de la table fusionn´ ee :
resultat <- cbind(nutri11,nutri12)[-86,]