Exercices

Contenu

Exercices#

options(repr.matrix.max.cols=8, repr.matrix.max.rows=5)

library(dplyr, warn.conflicts = F)

path<-"https://raw.githubusercontent.com/nmeraihi/data/master/"

Question 1#

a)#

Importer les données qc_hommes_2.csv à partir du répertoire data github dans un data frame df

# ...

head(df)

                                              
function (x, df1, df2, ncp, log = FALSE)    
{                                           
   if (missing(ncp))                       
       .Call(C_df, x, df1, df2, log)       
   else .Call(C_dnf, x, df1, df2, ncp, log)
}                                           

tail(df)

                                              
function (x, df1, df2, ncp, log = FALSE)    
{                                           
   if (missing(ncp))                       
       .Call(C_df, x, df1, df2, log)       
   else .Call(C_dnf, x, df1, df2, ncp, log)
}                                           

b)#

Dans la colonne age, garder seulement la partite numérique. Vous devriez alors obtenir age={0,1,2 …}

# ...

head(df)

                                              
function (x, df1, df2, ncp, log = FALSE)    
{                                           
   if (missing(ncp))                       
       .Call(C_df, x, df1, df2, log)       
   else .Call(C_dnf, x, df1, df2, ncp, log)
}                                           

c)#

À ce df, ajouter une nouvelle colonne dx (nombre de décès entre l’âge x et x+n). Donc dx est le nombre de décès qui surviennent dans chaque intervalle d’âge au sein d’une cohorte initiale de 100 000 naissances vivantes à l’âge 0.

\[d_x=l_x -l_{x+1}\]

# ...

head(df)

                                              
function (x, df1, df2, ncp, log = FALSE)    
{                                           
   if (missing(ncp))                       
       .Call(C_df, x, df1, df2, log)       
   else .Call(C_dnf, x, df1, df2, ncp, log)
}                                           

d)#

Calculer qx (quotient de mortalité entre l’âge x et x+n). Donc qx est probabilité qu’un individu d’âge x décède avant d’atteindre l’âge x+n.

\[q_x=\frac{d_x}{l_x}\]

# ...

head(df)

                                              
function (x, df1, df2, ncp, log = FALSE)    
{                                           
   if (missing(ncp))                       
       .Call(C_df, x, df1, df2, log)       
   else .Call(C_dnf, x, df1, df2, ncp, log)
}                                           

e)#

Maintenant que vous avez toutes les données, on peut calculer la probabilité qu’un individu d’âge x survive jusqu’à l’âge x+n.

\[tP_x=\frac{l_{x+t}}{l_x}\]

Calculer la probabilité qu’un individu de 22 ans survive les trois prochaines années

# ...

library(formattable)

Error in library(formattable): there is no package called ‘formattable’
Traceback:

1. library(formattable)

percent(p)

99.82%

Question 2#

# ...

Avec les données suivantes;

df1

Id	Age
1	14
2	12
3	15
4	10

df2

Id	Sex	Code
1	F	a
2	M	b
3	M	c
4	F	d

Créer un data frame M qui fait une jointure de df1 et df2

# ...
M

Id	Age	Sex	Code
1	14	F	a
2	12	M	b
3	15	M	c
4	10	F	d

Question 3#

Selon un journaliste de la CNBC, le prix de l’action de Apple (AAPL) est très corrélé avec le prix de l’action de Boeing Co (BA).

Calculer la corrélation des prix Adj Close mensuels de ces deux compagnies sur la période allant du 2016-11-01 au 2017-10-01.

Indice: créer deux vecteurs avec les valeurs des prix. Vous pouvez importer les données à partir de finance yahoo dans la section Historical Data avec les dates et périodes indiquées ci-haut.

# ...

cor(a)

	Apple	Boeing
Apple	1.000000	0.872264
Boeing	0.872264	1.000000

Question 4#

Créer un data frame avec les données HackerRank-Developer-Survey. Dans ces données, vous trouvez une série de réponses que les développeurs de HackerRank ont répondues suite à un sondage ayant pour but de comprendre les l’intérêts des femmes envers la programmation informatique.

# ...

head(values)

RespondentID	StartDate	EndDate	CountryNumeric2	⋯	q34PositiveExp	q34IdealLengHackerRankTest	q0035_other	q36Level4
6464453728	10/19/17 11:51	10/20/17 12:05	South Korea	⋯	NA	#NULL!		Queue
6478031510	10/26/17 6:18	10/26/17 7:49	Ukraine	⋯	NA	#NULL!		Queue
6464392829	10/19/17 10:44	10/19/17 10:56	Malaysia	⋯	NA	#NULL!		Queue
⋮	⋮	⋮	⋮	⋱	⋮	⋮	⋮	⋮
6488385057	10/31/17 11:46	10/31/17 11:59		⋯	NA	#NULL!		Hashmap
6463843138	10/19/17 3:02	10/19/17 3:18	United States	⋯	NA	#NULL!		Queue

a)#

En utilisant le package dplyr, faites un petit tableau qui donne la proportion des hommes et des femmes dans ce dataset.

Utilisez la variable q3Gender

# ...

# ...

values_2

q3Gender	n
Female	16.55688
Male	83.44312

b)#

En utilisant le package dplyr, faites un tableau qui donne la proportion des hommes et des femmes en les séparant par le fait qu’ils soient étudiants ou non.

Utilisez les variables q3Gender, is_student et q8Student

# ...

# ...

q3Gender	is_student	n
Female	No	20.82685
Female	Yes	13.55364
Male	No	79.17315
Male	Yes	86.44636

c)#

Dresser un tableau qui donne le nombre de répondants par pays (utilisez la variable CountryNumeric2)

# ...

CountryNumeric2	n
	3991
Afghanistan	3
Albania	8
⋮	⋮
American Samoa	1
Andorra	1

d)#

Faites un tableau qui donne le nombre de répondants en les classant par le diplôme obtenu.

Utilisez la variable q4Education

# ...

q4Education	Total
College graduate	12010
Post graduate degree (Masters, PhD)	6030
Some college	2499
⋮	⋮
#NULL!	305
Vocational training (like bootcamp)	148

e)#

Faites un tableau qui donne le nombre de développeurs par catégorie d’âge.

Utilisez la variable q1AgeBeginCoding

# ...

q1AgeBeginCoding	Total
16 - 20 years old	14293
11 - 15 years old	5264
21 - 25 years old	3626
⋮	⋮
#NULL!	30
50+ years or older	8