skimr::skim(urchin)
Data summary
Name urchin
Number of rows 421
Number of columns 19
Key NULL
_______________________
Column type frequency:
factor 2
numeric 17
________________________
Group variables None

Variable type: factor

skim_variable n_missing complete_rate ordered n_unique top_counts
origin 0 1.00 FALSE 2 Cul: 218, Pêc: 203
sex 232 0.45 FALSE 2 M: 105, F: 84

Variable type: numeric

skim_variable n_missing complete_rate mean sd p0 p25 p50 p75 p100 hist
diameter1 0 1.00 30.08 13.60 6.30 18.80 27.90 39.90 65.60 ▆▇▇▅▁
diameter2 0 1.00 30.06 13.58 6.20 18.80 28.20 39.80 65.60 ▆▇▇▅▁
height 0 1.00 15.48 7.47 2.40 9.30 15.00 21.60 35.10 ▆▇▇▆▁
buoyant_weight 68 0.84 4.67 3.92 0.31 1.45 3.54 7.10 17.73 ▇▃▂▁▁
weight 0 1.00 19.72 21.07 0.11 3.36 11.24 29.34 100.51 ▇▂▂▁▁
solid_parts 0 1.00 14.91 15.20 0.09 2.71 9.71 22.35 73.14 ▇▃▂▁▁
integuments 0 1.00 11.19 10.82 0.06 2.29 7.59 17.07 47.22 ▇▃▂▁▁
dry_integuments 61 0.86 6.40 6.30 0.09 1.56 4.03 8.82 28.80 ▇▃▁▁▁
digestive_tract 0 1.00 1.73 1.99 0.00 0.20 0.95 2.56 10.37 ▇▂▁▁▁
dry_digestive_tract 0 1.00 0.22 0.22 0.00 0.04 0.15 0.32 1.02 ▇▃▂▁▁
gonads 1 1.00 1.44 2.40 0.00 0.03 0.53 1.83 15.93 ▇▁▁▁▁
dry_gonads 1 1.00 0.42 0.74 0.00 0.01 0.14 0.50 5.00 ▇▁▁▁▁
skeleton 163 0.61 7.05 6.38 0.06 1.54 5.17 11.79 26.27 ▇▃▃▂▁
lantern 163 0.61 0.50 0.39 0.01 0.15 0.45 0.75 1.60 ▇▅▃▂▁
test 163 0.61 3.00 2.91 0.01 0.59 2.05 4.80 11.96 ▇▃▂▁▁
spines 163 0.61 3.56 3.16 0.03 0.83 2.54 5.91 12.85 ▇▃▃▁▁
maturity 0 1.00 0.37 0.71 0.00 0.00 0.00 0.00 2.00 ▇▁▁▁▂ 
# tableau avec aide d'assistant

Introduction

Analyses

Visualisation I : nuage de points

chart(data = urchin, height ~ weight %col=% sex %shape=% origin) + geom_point(na.rm = TRUE)

Ce graphique représente la hauteur du test en mm en fonction de la masse totale en g. Nous pouvons observer une courbe à tendance exponentielle sur laquelle le sexe et l’origine de l’individu n’influe pas. Le graphe nous indique que seuls les individus provenant de la culture peuvent dépasser les 70g.

sdrop_na(urchin, sex) %>.%
  chart(data = .,skeleton ~ weight %col=% origin %shape=% sex)+
  geom_point(na.rm = TRUE)

# code avec l'aide d'assistant
  • (nous avons suprimée les données manquante du sexe sur ce graphique car le but de la recherche se base sur l’origine et le sex )
  • on voit clairement que la densité de masse du squelette sur la masse est plus importante chez les individuts pecher en mer que ceux d’elevage. -> piste: les oursins d’elevages ont un nourisage plus constant est on donc une masse viseral plus grande que les oursin d’origine sauvage
  • le sexe ne semble pas avoir d’impacte sur ces donnée
chart(data = urchin, weight ~ gonads %col=% sex %shape=% origin) + geom_point(na.rm = TRUE)

Ce graphique représente le poids total en fonction du poids des gonades. On peut voir qu’il n’y a pas de corrélation dûe au sexe ou à l’origine mais on peut quand même voir que certains individus de culture ont un poids de gonades plus important. La majorité des individus ont un poids des gonades qui se trouvent entre 0 et 4 g et ont un poids total qui se trouvent entre 0 et 50 g.

Visualisation II : distribution

chart(data = urchin, origin ~ gonads) +
  geom_violin() 
## Warning: Removed 1 rows containing non-finite values (stat_ydensity).

Ce graphique représente la masse des gonades en fonction de l’origine. On peut voir que la masse des gonades va de 0 à 10 g pour les individus de pêcherie alors qu’il va de 0 à 16 g pour les individus de culture. Malgré cela, la plupart des individus, qu’ils soient de culture ou de pêcherie, ont des gonades qui ont un poids entre 0 et 4 g.

chart(data = urchin, ~ height %fill=% sex) +
 geom_histogram(bins=60) +
 ylab("Effectifs")

Ce graphique représente la hauteur du test en mm selon le sexe en fonction du nombre d’effectifs. Nous pouvons logiquement observer que les individus prématurés possèdent les plus petites tailles. Le graphe affiche que les individus mâles sont plus grands que les autres individus.

chart(data = .,weight ~ origin %fill=% origin)+
  geom_violin(na.rm =TRUE)

  chart(data = .,spines ~ origin %fill=% origin)+
  geom_violin(na.rm =TRUE)

  • c’est parmi les individu de ferme que l’on trouve les individuts les plus massif mais le poids des epines semble generalement plus massif chez les individuts pecher en mer

Visualisation III : graphique en barre et boite de dispersion

Transformation des données I et II