# création des variables poolee_ed pour chaque seuil
<-erreurTS_LotsT6 |>
erreurTS_LotsT6mutate(poolee_ednvs_1500=((ee_nvs_1500+ed_nvs_1500)/NbdeTS)*100,
poolee_ednvs_arbredec=((ed_nvs_arbredec+ee_nvs_arbredec)/NbdeTS)*100 ,
poolee_ed1500=((ee1500+ed1500)/NbdeTS)*100 )
Typologie Tx d’erreur et variabilite de le moyenne du pepsinogene par lot
Objectif de l’étude :
Si on augmente la taille de l’échantillon (6 à 30 génisses) comment se distribue le taux d’erreur (en excès ou par défault) en fonction des différents seuils des nouveaux abaques selon les tirages aun sort possibles (5 à 29) ? les BDD sont construites par lot de génisses de 6 à 30 Préparation du jeu de données
Importation des BDD
Descritption de ces erreurs pour des lots de 6 génisses avec des tirages au sort de 5
Distribution des erreurs et box plot pour lot de 6 génisses par tirage au sort de 5
#poolee_ednvs_1500 #poolee_ednvs_arbredec
n mean sd min Q1 median Q3 max
31 0 0 0 0 0 0 0
percZero
100
n mean sd min Q1 median Q3 max
31.000000 2.688172 9.715179 0.000000 0.000000 0.000000 0.000000 50.000000
percZero
90.322581
n mean sd min Q1 median Q3 max
31.000000 3.763441 11.146896 0.000000 0.000000 0.000000 0.000000 50.000000
percZero
87.096774
$title
[1] "variation des erreurs :poolee_ed1500 et poolee_ednvs_arbredec"
$subtitle
[1] "Lots de 6 génisses"
$caption
[1] "taille des tirages au sort : 5"
$tag_levels
NULL
$tag_prefix
NULL
$tag_suffix
NULL
$tag_sep
NULL
$theme
Named list()
- attr(*, "class")= chr [1:2] "theme" "gg"
- attr(*, "complete")= logi FALSE
- attr(*, "validate")= logi TRUE
attr(,"class")
[1] "plot_annotation"
Description MoyPepsi_Lot vs les différentes variables erreur
###poolee_ednvs_1500
###poolee_ednvs_arbredec
###poolee_ed1500
# Graphe MoyPepsi_Lot vs poolee_ednvs_1500
<-ggplot(erreurTS_LotsT6) +aes(x=MoyPepsi_Lot, y=poolee_ednvs_1500) +
p1geom_point()
p1
<-ggplot(erreurTS_LotsT6) +aes(x=MoyPepsi_Lot, y=poolee_ednvs_arbredec) +
p2geom_point()
p2
<-ggplot(erreurTS_LotsT6) +aes(x=MoyPepsi_Lot, y=poolee_ed1500) +
p3geom_point()
p3
Descritption de ces erreurs pour des lots de 7 génisses avec des tirages au sort de 5 et 6 génisses
Distribution et box plot pour lot de 7 génisses par tirage au sort de 5 et 6
#poolee_ednvs_1500 #poolee_ednvs_arbredec
n mean sd min Q1 median Q3 max
34.000000 0.280112 1.633320 0.000000 0.000000 0.000000 0.000000 9.523810
percZero
97.058824
n mean sd min Q1 median Q3 max
34.00000 10.64426 24.84222 0.00000 0.00000 0.00000 0.00000 85.71429
percZero
76.47059
n mean sd min Q1 median Q3 max
34.000000 4.061625 8.625160 0.000000 0.000000 0.000000 0.000000 28.571429
percZero
79.411765
Description MoyPepsi_Lot vs les différentes variables erreur
###poolee_ednvs_1500
###poolee_ednvs_arbredec
###poolee_ed1500
# Graphe MoyPepsi_Lot vs poolee_ednvs_1500
<-ggplot(erreurTS_LotsT7) +aes(x=MoyPepsi_Lot, y=poolee_ednvs_1500) +
p1geom_point()
p1
<-ggplot(erreurTS_LotsT7) +aes(x=MoyPepsi_Lot, y=poolee_ednvs_arbredec) +
p2geom_point()
p2
<-ggplot(erreurTS_LotsT7) +aes(x=MoyPepsi_Lot, y=poolee_ed1500) +
p3geom_point()
p3
Descritption de ces erreurs pour des lots de 8 génisses avec des tirages au sort de 5, 6 7 génisses
Distribution et box plot pour lot de 8 génisses par tirage au sort de 5, 6 et 7
#poolee_ednvs_1500, poolee_ednvs_arbredec poolee_ed1500
n mean sd min Q1 median Q3
99.0000000 0.1984127 1.1659277 0.0000000 0.0000000 0.0000000 0.0000000
max percZero
10.7142857 94.9494949
n mean sd min Q1 median Q3 max
99.000000 1.966090 6.103792 0.000000 0.000000 0.000000 0.000000 28.571429
percZero
85.858586
n mean sd min Q1 median Q3 max
99.000000 1.154401 4.537039 0.000000 0.000000 0.000000 0.000000 28.571429
percZero
90.909091
Questions à se poser :
*Qu’est ce qui joue sur le taux d’erreur? => la moyenne, la variabilité intra_lot??
*1 lot avec beaucoup de variabilité présente-t-il plus d’erreurs?
Description MoyPepsi_Lot vs les différentes variables erreurs
#Représentation graphique
Description Taux d’erreur vs la variabilité du pepsi intra_lot (Sdpepsi_lot)
#Représentation graphique
Description MoyPepsi_Lot vs la variabilité intra-lot (sd) en fonction de C3MoyPepsi_Lot (couleurs)
Description SdPepsi_Lot vs les différentes erreurs en fonction de C3MoyPepsi_Lot (couleurs)
#Représentation graphique
Boxplot de C3MoyPepsi_Lot et variable SdPepsi_Lot en continue
Typologie Lot sur la variabilité et la moyenne (SdpepsiMoy en 2 et 3 classes) des pepsi (C3MoyPepsi_Lot)
Typologie1 : C3MoyPepsi_Lot et C2SdpepsiMoy
Typologie2 : C3MoyPepsi_Lot et C3SdpepsiMoy
# création d'une variable C2SdpepsiMoy
Summarize(erreurTS_LotsT8$SdPepsi_Lot)
n mean sd min Q1 median Q3 max
99.0000 527.6030 326.3808 107.3352 304.7699 384.4595 648.9648 1339.4729
<-erreurTS_LotsT8 |>
erreurTS_LotsT8mutate(C2SdPepsi_Lot=ifelse(SdPepsi_Lot<=384.4595, "var faible", "var forte"))
<-erreurTS_LotsT8 |>
erreurTS_LotsT8mutate(C2SdPepsi_Lot=as.factor(C2SdPepsi_Lot))
table(erreurTS_LotsT8$C2SdPepsi_Lot)
var faible var forte
48 51
# Création d'une variable C3SdPepsi_Lot avec les terciles
<- quantile(erreurTS_LotsT8$SdPepsi_Lot, probs=c(0.33,0.66), na.rm=TRUE)
terciles1# 348 et 558
<-erreurTS_LotsT8 |>
erreurTS_LotsT8mutate(C3SdPepsi_Lot=ifelse(SdPepsi_Lot<=348, "var faible",
ifelse(SdPepsi_Lot<=558 & SdPepsi_Lot>348, "var moyenne",
"var forte")))
<-erreurTS_LotsT8 |>
erreurTS_LotsT8mutate(C3SdPepsi_Lot=as.factor(C3SdPepsi_Lot))
table(erreurTS_LotsT8$C3SdPepsi_Lot)
var faible var forte var moyenne
33 33 33
# Typologie 1 : C3MoyPepsi_Lot et C2SdpepsiMoy
table(erreurTS_LotsT8$C3MoyPepsi_Lot)
]<=1500] ]1500 -2000] >2000[
66 12 21
<-erreurTS_LotsT8 |>
erreurTS_LotsT8mutate(C6PepsiVariabilite=ifelse(C3MoyPepsi_Lot=="]<=1500]" & C2SdPepsi_Lot=="var faible", "]<=1500]_Vfaible", ifelse(C3MoyPepsi_Lot=="]<=1500]" & C2SdPepsi_Lot=="var forte", "]<=1500]_Vforte",
ifelse(C3MoyPepsi_Lot=="]1500 -2000]" & C2SdPepsi_Lot=="var faible", "]1500 -2000]_Vfaible", ifelse(C3MoyPepsi_Lot=="]1500 -2000]" & C2SdPepsi_Lot=="var forte", "]1500 -2000]_Vforte", ifelse(C3MoyPepsi_Lot==">2000[" & C2SdPepsi_Lot=="var faible", ">2000[_Vfaible" , ">2000[_Vforte" ))))))
<-erreurTS_LotsT8 |>
erreurTS_LotsT8mutate(C6PepsiVariabilite=as.factor(C6PepsiVariabilite))
table(erreurTS_LotsT8$C6PepsiVariabilite)
]<=1500]_Vfaible ]<=1500]_Vforte ]1500 -2000]_Vforte >2000[_Vfaible
42 24 12 6
>2000[_Vforte
15
# Typologie 2 : C3MoyPepsi_Lot et C3SdPepsi_Lot
table(erreurTS_LotsT8$C3MoyPepsi_Lot)
]<=1500] ]1500 -2000] >2000[
66 12 21
<-erreurTS_LotsT8 |>
erreurTS_LotsT8mutate(C9PepsiVariabilite=ifelse(C3MoyPepsi_Lot=="]<=1500]" & C3SdPepsi_Lot=="var faible", "]<=1500]_Vfaible",ifelse(C3MoyPepsi_Lot=="]<=1500]" & C3SdPepsi_Lot=="var moyenne", "]<=1500]_Vmoyen", ifelse(C3MoyPepsi_Lot=="]<=1500]" & C3SdPepsi_Lot=="var forte", "]<=1500]_Vforte",
ifelse(C3MoyPepsi_Lot=="]1500 -2000]" & C3SdPepsi_Lot=="var faible", "]1500 -2000]_Vfaible",ifelse(C3MoyPepsi_Lot=="]1500 -2000]" & C3SdPepsi_Lot=="var moyenne", "]1500 -2000]_Vmoyen", ifelse(C3MoyPepsi_Lot=="]1500 -2000]" & C3SdPepsi_Lot=="var forte", "]1500 -2000]_Vforte",
ifelse(C3MoyPepsi_Lot==">2000[" & C3SdPepsi_Lot=="var faible", ">2000[_Vfaible",ifelse(C3MoyPepsi_Lot==">2000[" & C3SdPepsi_Lot=="var moyenne", ">2000[_Vmoyen" , ">2000[_Vforte" )))))))))
<-erreurTS_LotsT8 |>
erreurTS_LotsT8mutate(C9PepsiVariabilite=as.factor(C9PepsiVariabilite))
table(erreurTS_LotsT8$C9PepsiVariabilite)
]<=1500]_Vfaible ]<=1500]_Vforte ]<=1500]_Vmoyen ]1500 -2000]_Vforte
33 9 24 9
]1500 -2000]_Vmoyen >2000[_Vforte >2000[_Vmoyen
3 15 6
Graphes
Descritption de ces erreurs pour des lots de 9 génisses avec des tirages au sort de 5, 6 ,7 et 8 génisses
Distribution et box plot pour lot de 9 génisses par tirage au sort de 5, 6, 7 et 8
#poolee_ednvs_1500, poolee_ednvs_arbredec et poolee_ed1500
n mean sd min Q1 median Q3
40.0000000 0.6845238 3.0301212 0.0000000 0.0000000 0.0000000 0.0000000
max percZero
17.4603175 92.5000000
n mean sd min Q1 median Q3 max
40.000000 4.702381 11.254651 0.000000 0.000000 0.000000 2.380952 46.428571
percZero
70.000000
n mean sd min Q1 median Q3 max
40.000000 7.797619 14.342849 0.000000 0.000000 0.000000 7.738095 46.428571
percZero
60.000000
par type de Lot
n mean sd min Q1 median Q3
40.0000000 0.6845238 3.0301212 0.0000000 0.0000000 0.0000000 0.0000000
max percZero
17.4603175 92.5000000
n mean sd min Q1 median Q3 max
40.000000 4.702381 11.254651 0.000000 0.000000 0.000000 2.380952 46.428571
percZero
70.000000
n mean sd min Q1 median Q3 max
40.000000 7.797619 14.342849 0.000000 0.000000 0.000000 7.738095 46.428571
percZero
60.000000
Questions à se poser :
*Qu’est ce qui joue sur le taux d’erreur? => la moyenne, la variabilité intra_lot??
*1 lot avec beaucoup de variabilité présente-t-il plus d’erreurs?
Description MoyPepsi_Lot vs les différentes variables erreurs
#Représentation graphique
Warning: Removed 2 rows containing missing values or values outside the scale range
(`geom_point()`).
Warning: Removed 4 rows containing missing values or values outside the scale range
(`geom_point()`).
Description Taux d’erreur vs la variabilité du pepsi intra_lot (Sdpepsi_lot)
#Représentation graphique
Description MoyPepsi_Lot vs la variabilité intra-lot (sd) en fonction de C3MoyPepsi_Lot (couleurs)
Description SdPepsi_Lot vs les différentes erreurs en fonction de C3MoyPepsi_Lot (couleurs)
#Représentation graphique
Boxplot de C3MoyPepsi_Lot et variable SdPepsi_Lot en continue
Typologie Lot sur la variabilité et la moyenne (SdpepsiMoy en 2 et 3 classes) des pepsi (C3MoyPepsi_Lot)
Typologie1 : C3MoyPepsi_Lot et C2SdpepsiMoy
Typologie2 : C3MoyPepsi_Lot et C3SdpepsiMoy
# création d'une variable C2SdpepsiMoy
Summarize(erreurTS_LotsT9$SdPepsi_Lot)
n mean sd min Q1 median Q3 max
40.0000 648.1222 220.3749 442.0399 474.5005 532.4390 832.6788 1117.0798
<-erreurTS_LotsT9 |>
erreurTS_LotsT9mutate(C2SdPepsi_Lot=ifelse(SdPepsi_Lot<=532.4390, "var faible", "var forte"))
<-erreurTS_LotsT9 |>
erreurTS_LotsT9mutate(C2SdPepsi_Lot=as.factor(C2SdPepsi_Lot))
table(erreurTS_LotsT9$C2SdPepsi_Lot)
var faible var forte
20 20
# Création d'une variable C3SdPepsi_Lot avec les terciles
<- quantile(erreurTS_LotsT9$SdPepsi_Lot, probs=c(0.33,0.66), na.rm=TRUE)
terciles1# 485 et 778
<-erreurTS_LotsT9 |>
erreurTS_LotsT9mutate(C3SdPepsi_Lot=ifelse(SdPepsi_Lot<=485, "var faible",
ifelse(SdPepsi_Lot<=778 & SdPepsi_Lot>485, "var moyenne",
"var forte")))
<-erreurTS_LotsT9 |>
erreurTS_LotsT9mutate(C3SdPepsi_Lot=as.factor(C3SdPepsi_Lot))
table(erreurTS_LotsT9$C3SdPepsi_Lot)
var faible var forte var moyenne
16 16 8
# Typologie 1 : C3MoyPepsi_Lot et C2SdpepsiMoy
table(erreurTS_LotsT9$C3MoyPepsi_Lot)
]<=1500] ]1500 -2000] >2000[
24 8 8
<-erreurTS_LotsT9 |>
erreurTS_LotsT9mutate(C6PepsiVariabilite=ifelse(C3MoyPepsi_Lot=="]<=1500]" & C2SdPepsi_Lot=="var faible", "]<=1500]_Vfaible", ifelse(C3MoyPepsi_Lot=="]<=1500]" & C2SdPepsi_Lot=="var forte", "]<=1500]_Vforte",
ifelse(C3MoyPepsi_Lot=="]1500 -2000]" & C2SdPepsi_Lot=="var faible", "]1500 -2000]_Vfaible", ifelse(C3MoyPepsi_Lot=="]1500 -2000]" & C2SdPepsi_Lot=="var forte", "]1500 -2000]_Vforte", ifelse(C3MoyPepsi_Lot==">2000[" & C2SdPepsi_Lot=="var faible", ">2000[_Vfaible" , ">2000[_Vforte" ))))))
<-erreurTS_LotsT9 |>
erreurTS_LotsT9mutate(C6PepsiVariabilite=as.factor(C6PepsiVariabilite))
table(erreurTS_LotsT9$C6PepsiVariabilite)
]<=1500]_Vfaible ]<=1500]_Vforte ]1500 -2000]_Vfaible
12 12 4
]1500 -2000]_Vforte >2000[_Vfaible >2000[_Vforte
4 4 4
# Typologie 2 : C3MoyPepsi_Lot et C3SdPepsi_Lot
table(erreurTS_LotsT9$C3MoyPepsi_Lot)
]<=1500] ]1500 -2000] >2000[
24 8 8
<-erreurTS_LotsT9 |>
erreurTS_LotsT9mutate(C9PepsiVariabilite=ifelse(C3MoyPepsi_Lot=="]<=1500]" & C3SdPepsi_Lot=="var faible", "]<=1500]_Vfaible",ifelse(C3MoyPepsi_Lot=="]<=1500]" & C3SdPepsi_Lot=="var moyenne", "]<=1500]_Vmoyen", ifelse(C3MoyPepsi_Lot=="]<=1500]" & C3SdPepsi_Lot=="var forte", "]<=1500]_Vforte",
ifelse(C3MoyPepsi_Lot=="]1500 -2000]" & C3SdPepsi_Lot=="var faible", "]1500 -2000]_Vfaible",ifelse(C3MoyPepsi_Lot=="]1500 -2000]" & C3SdPepsi_Lot=="var moyenne", "]1500 -2000]_Vmoyen", ifelse(C3MoyPepsi_Lot=="]1500 -2000]" & C3SdPepsi_Lot=="var forte", "]1500 -2000]_Vforte",
ifelse(C3MoyPepsi_Lot==">2000[" & C3SdPepsi_Lot=="var faible", ">2000[_Vfaible",ifelse(C3MoyPepsi_Lot==">2000[" & C3SdPepsi_Lot=="var moyenne", ">2000[_Vmoyen" , ">2000[_Vforte" )))))))))
<-erreurTS_LotsT9 |>
erreurTS_LotsT9mutate(C9PepsiVariabilite=as.factor(C9PepsiVariabilite))
table(erreurTS_LotsT9$C9PepsiVariabilite)
]<=1500]_Vfaible ]<=1500]_Vforte ]<=1500]_Vmoyen
8 8 8
]1500 -2000]_Vfaible ]1500 -2000]_Vforte >2000[_Vfaible
4 4 4
>2000[_Vforte
4
Graphes
Descritption de ces erreurs pour des lots de 10 génisses avec des tirages au sort de 5, 6 ,7, 8 et 9 génisses
Distribution et box plot pour lot de 10 génisses par tirage au sort de 5, 6, 7, 8 et 9
#poolee_ednvs_1500, poolee_ednvs_arbredec etpoolee_ed1500
n mean sd min Q1 median Q3
50.0000000 0.7445887 1.8815498 0.0000000 0.0000000 0.0000000 0.2272727
max percZero
10.1731602 74.0000000
n mean sd min Q1 median Q3 max
50.000000 16.737662 22.603943 0.000000 0.000000 5.454546 24.350649 78.787879
percZero
42.000000
n mean sd min Q1 median Q3 max
50.000000 9.501299 12.322596 0.000000 0.000000 3.636364 14.880952 42.207792
percZero
38.000000
Questions à se poser :
*Qu’est ce qui joue sur le taux d’erreur? => la moyenne, la variabilité intra_lot??
*1 lot avec beaucoup de variabilité présente-t-il plus d’erreurs?
Description MoyPepsi_Lot vs les différentes variables erreurs
#Représentation graphique
Description Taux d’erreur vs la variabilité du pepsi intra_lot (Sdpepsi_lot)
#Représentation graphique
Description MoyPepsi_Lot vs la variabilité intra-lot (sd) en fonction de C3MoyPepsi_Lot (couleurs)
Description SdPepsi_Lot vs les différentes erreurs en fonction de C3MoyPepsi_Lot (couleurs)
#Représentation graphique
Boxplot de C3MoyPepsi_Lot et variable SdPepsi_Lot en continue
Typologie Lot sur la variabilité et la moyenne (SdpepsiMoy en 2 et 3 classes) des pepsi (C3MoyPepsi_Lot)
Typologie1 : C3MoyPepsi_Lot et C2SdpepsiMoy
Typologie2 : C3MoyPepsi_Lot et C3SdpepsiMoy
# création d'une variable C2SdpepsiMoy
Summarize(erreurTS_LotsT10$SdPepsi_Lot)
n mean sd min Q1 median Q3 max
50.0000 597.8705 401.0943 205.1179 266.1906 545.9194 699.4254 1656.1629
<-erreurTS_LotsT10 |>
erreurTS_LotsT10mutate(C2SdPepsi_Lot=ifelse(SdPepsi_Lot<=545.9194, "var faible", "var forte"))
<-erreurTS_LotsT10 |>
erreurTS_LotsT10mutate(C2SdPepsi_Lot=as.factor(C2SdPepsi_Lot))
table(erreurTS_LotsT10$C2SdPepsi_Lot)
var faible var forte
25 25
# Création d'une variable C3SdPepsi_Lot avec les terciles
<- quantile(erreurTS_LotsT10$SdPepsi_Lot, probs=c(0.33,0.66), na.rm=TRUE)
terciles1# 404 et 624
<-erreurTS_LotsT10 |>
erreurTS_LotsT10mutate(C3SdPepsi_Lot=ifelse(SdPepsi_Lot<=404, "var faible",
ifelse(SdPepsi_Lot<=624 & SdPepsi_Lot>404, "var moyenne",
"var forte")))
<-erreurTS_LotsT10 |>
erreurTS_LotsT10mutate(C3SdPepsi_Lot=as.factor(C3SdPepsi_Lot))
table(erreurTS_LotsT10$C3SdPepsi_Lot)
var faible var forte var moyenne
15 15 20
# Typologie 1 : C3MoyPepsi_Lot et C2SdpepsiMoy
table(erreurTS_LotsT10$C3MoyPepsi_Lot)
]<=1500] ]1500 -2000] >2000[
25 20 5
<-erreurTS_LotsT10 |>
erreurTS_LotsT10mutate(C6PepsiVariabilite=ifelse(C3MoyPepsi_Lot=="]<=1500]" & C2SdPepsi_Lot=="var faible", "]<=1500]_Vfaible", ifelse(C3MoyPepsi_Lot=="]<=1500]" & C2SdPepsi_Lot=="var forte", "]<=1500]_Vforte",
ifelse(C3MoyPepsi_Lot=="]1500 -2000]" & C2SdPepsi_Lot=="var faible", "]1500 -2000]_Vfaible", ifelse(C3MoyPepsi_Lot=="]1500 -2000]" & C2SdPepsi_Lot=="var forte", "]1500 -2000]_Vforte", ifelse(C3MoyPepsi_Lot==">2000[" & C2SdPepsi_Lot=="var faible", ">2000[_Vfaible" , ">2000[_Vforte" ))))))
<-erreurTS_LotsT10 |>
erreurTS_LotsT10mutate(C6PepsiVariabilite=as.factor(C6PepsiVariabilite))
table(erreurTS_LotsT10$C6PepsiVariabilite)
]<=1500]_Vfaible ]<=1500]_Vforte ]1500 -2000]_Vfaible
20 5 5
]1500 -2000]_Vforte >2000[_Vforte
15 5
# Typologie 2 : C3MoyPepsi_Lot et C3SdPepsi_Lot
table(erreurTS_LotsT10$C3MoyPepsi_Lot)
]<=1500] ]1500 -2000] >2000[
25 20 5
<-erreurTS_LotsT10 |>
erreurTS_LotsT10mutate(C9PepsiVariabilite=ifelse(C3MoyPepsi_Lot=="]<=1500]" & C3SdPepsi_Lot=="var faible", "]<=1500]_Vfaible",ifelse(C3MoyPepsi_Lot=="]<=1500]" & C3SdPepsi_Lot=="var moyenne", "]<=1500]_Vmoyen", ifelse(C3MoyPepsi_Lot=="]<=1500]" & C3SdPepsi_Lot=="var forte", "]<=1500]_Vforte",
ifelse(C3MoyPepsi_Lot=="]1500 -2000]" & C3SdPepsi_Lot=="var faible", "]1500 -2000]_Vfaible",ifelse(C3MoyPepsi_Lot=="]1500 -2000]" & C3SdPepsi_Lot=="var moyenne", "]1500 -2000]_Vmoyen", ifelse(C3MoyPepsi_Lot=="]1500 -2000]" & C3SdPepsi_Lot=="var forte", "]1500 -2000]_Vforte",
ifelse(C3MoyPepsi_Lot==">2000[" & C3SdPepsi_Lot=="var faible", ">2000[_Vfaible",ifelse(C3MoyPepsi_Lot==">2000[" & C3SdPepsi_Lot=="var moyenne", ">2000[_Vmoyen" , ">2000[_Vforte" )))))))))
<-erreurTS_LotsT10 |>
erreurTS_LotsT10mutate(C9PepsiVariabilite=as.factor(C9PepsiVariabilite))
table(erreurTS_LotsT10$C9PepsiVariabilite)
]<=1500]_Vfaible ]<=1500]_Vforte ]<=1500]_Vmoyen ]1500 -2000]_Vforte
15 5 5 5
]1500 -2000]_Vmoyen >2000[_Vforte
15 5
Graphes
Descritption de ces erreurs pour des lots de 11 génisses avec des tirages au sort de 5, 6 ,7, 8, 9 et 10 génisses
Distribution et box plot pour lot de 11 génisses par tirage au sort de 5, 6, 7, 8, 9 et 10
#poolee_ednvs_1500, poolee_ednvs_arbredec et poolee_ed1500
n mean sd min Q1 median Q3
60.0000000 0.6204906 1.7373824 0.0000000 0.0000000 0.0000000 0.0000000
max percZero
10.1731602 78.3333333
n mean sd min Q1 median Q3 max
60.000000 16.675325 24.614961 0.000000 0.000000 3.333333 24.134199 81.818182
percZero
48.333333
n mean sd min Q1 median Q3 max
60.000000 8.220779 11.810590 0.000000 0.000000 1.818182 12.770563 42.207792
percZero
46.666667
Questions à se poser :
*Qu’est ce qui joue sur le taux d’erreur? => la moyenne, la variabilité intra_lot??
*1 lot avec beaucoup de variabilité présente-t-il plus d’erreurs?
Description MoyPepsi_Lot vs les différentes variables erreurs
#Représentation graphique
Description Taux d’erreur vs la variabilité du pepsi intra_lot (Sdpepsi_lot)
#Représentation graphique
Description MoyPepsi_Lot vs la variabilité intra-lot (sd) en fonction de C3MoyPepsi_Lot (couleurs)
Description SdPepsi_Lot vs les différentes erreurs en fonction de C3MoyPepsi_Lot (couleurs)
#Représentation graphique
Boxplot de C3MoyPepsi_Lot et variable SdPepsi_Lot en continue
Typologie Lot sur la variabilité et la moyenne (SdpepsiMoy en 2 et 3 classes) des pepsi (C3MoyPepsi_Lot)
Typologie1 : C3MoyPepsi_Lot et C2SdpepsiMoy
Typologie2 : C3MoyPepsi_Lot et C3SdpepsiMoy
# création d'une variable C2SdpepsiMoy
Summarize(erreurTS_LotsT11$SdPepsi_Lot)
n mean sd min Q1 median Q3 max
60.0000 597.8705 400.4139 205.1179 266.1906 545.9194 699.4254 1656.1629
<-erreurTS_LotsT11 |>
erreurTS_LotsT11mutate(C2SdPepsi_Lot=ifelse(SdPepsi_Lot<=545.9194, "var faible", "var forte"))
<-erreurTS_LotsT11 |>
erreurTS_LotsT11mutate(C2SdPepsi_Lot=as.factor(C2SdPepsi_Lot))
table(erreurTS_LotsT11$C2SdPepsi_Lot)
var faible var forte
30 30
# Création d'une variable C3SdPepsi_Lot avec les terciles
<- quantile(erreurTS_LotsT11$SdPepsi_Lot, probs=c(0.33,0.66), na.rm=TRUE)
terciles1# 404 et 624
<-erreurTS_LotsT11 |>
erreurTS_LotsT11mutate(C3SdPepsi_Lot=ifelse(SdPepsi_Lot<=404, "var faible",
ifelse(SdPepsi_Lot<=624 & SdPepsi_Lot>404, "var moyenne",
"var forte")))
<-erreurTS_LotsT11 |>
erreurTS_LotsT11mutate(C3SdPepsi_Lot=as.factor(C3SdPepsi_Lot))
table(erreurTS_LotsT11$C3SdPepsi_Lot)
var faible var forte var moyenne
18 18 24
# Typologie 1 : C3MoyPepsi_Lot et C2SdpepsiMoy
table(erreurTS_LotsT11$C3MoyPepsi_Lot)
]<=1500] ]1500 -2000] >2000[
30 24 6
<-erreurTS_LotsT11 |>
erreurTS_LotsT11mutate(C6PepsiVariabilite=ifelse(C3MoyPepsi_Lot=="]<=1500]" & C2SdPepsi_Lot=="var faible", "]<=1500]_Vfaible", ifelse(C3MoyPepsi_Lot=="]<=1500]" & C2SdPepsi_Lot=="var forte", "]<=1500]_Vforte",
ifelse(C3MoyPepsi_Lot=="]1500 -2000]" & C2SdPepsi_Lot=="var faible", "]1500 -2000]_Vfaible", ifelse(C3MoyPepsi_Lot=="]1500 -2000]" & C2SdPepsi_Lot=="var forte", "]1500 -2000]_Vforte", ifelse(C3MoyPepsi_Lot==">2000[" & C2SdPepsi_Lot=="var faible", ">2000[_Vfaible" , ">2000[_Vforte" ))))))
<-erreurTS_LotsT11 |>
erreurTS_LotsT11mutate(C6PepsiVariabilite=as.factor(C6PepsiVariabilite))
table(erreurTS_LotsT11$C6PepsiVariabilite)
]<=1500]_Vfaible ]<=1500]_Vforte ]1500 -2000]_Vfaible
24 6 6
]1500 -2000]_Vforte >2000[_Vforte
18 6
# Typologie 2 : C3MoyPepsi_Lot et C3SdPepsi_Lot
table(erreurTS_LotsT11$C3MoyPepsi_Lot)
]<=1500] ]1500 -2000] >2000[
30 24 6
<-erreurTS_LotsT11 |>
erreurTS_LotsT11mutate(C9PepsiVariabilite=ifelse(C3MoyPepsi_Lot=="]<=1500]" & C3SdPepsi_Lot=="var faible", "]<=1500]_Vfaible",ifelse(C3MoyPepsi_Lot=="]<=1500]" & C3SdPepsi_Lot=="var moyenne", "]<=1500]_Vmoyen", ifelse(C3MoyPepsi_Lot=="]<=1500]" & C3SdPepsi_Lot=="var forte", "]<=1500]_Vforte",
ifelse(C3MoyPepsi_Lot=="]1500 -2000]" & C3SdPepsi_Lot=="var faible", "]1500 -2000]_Vfaible",ifelse(C3MoyPepsi_Lot=="]1500 -2000]" & C3SdPepsi_Lot=="var moyenne", "]1500 -2000]_Vmoyen", ifelse(C3MoyPepsi_Lot=="]1500 -2000]" & C3SdPepsi_Lot=="var forte", "]1500 -2000]_Vforte",
ifelse(C3MoyPepsi_Lot==">2000[" & C3SdPepsi_Lot=="var faible", ">2000[_Vfaible",ifelse(C3MoyPepsi_Lot==">2000[" & C3SdPepsi_Lot=="var moyenne", ">2000[_Vmoyen" , ">2000[_Vforte" )))))))))
<-erreurTS_LotsT11 |>
erreurTS_LotsT11mutate(C9PepsiVariabilite=as.factor(C9PepsiVariabilite))
table(erreurTS_LotsT11$C9PepsiVariabilite)
]<=1500]_Vfaible ]<=1500]_Vforte ]<=1500]_Vmoyen ]1500 -2000]_Vforte
18 6 6 6
]1500 -2000]_Vmoyen >2000[_Vforte
18 6
Graphes
Descritption de ces erreurs pour des lots de 12 génisses avec des tirages au sort de 5, 6 ,7, 8, 9, 10 et 11 génisses
Distribution et box plot pour lot de 12 génisses par tirage au sort de 5, 6, 7, 8, 9, 10 et 11
#poolee_ednvs_1500 #poolee_ednvs_arbredec
n mean sd min Q1 median Q3
70.0000000 0.3123583 1.0319783 0.0000000 0.0000000 0.0000000 0.0000000
max percZero
6.1868687 85.7142857
n mean sd min Q1 median Q3 max
70.000000 3.473923 8.860184 0.000000 0.000000 0.000000 0.000000 41.341991
percZero
81.428571
n mean sd min Q1 median Q3 max
70.000000 6.700371 14.275922 0.000000 0.000000 0.000000 1.363636 48.809524
percZero
74.285714
Questions à se poser :
*Qu’est ce qui joue sur le taux d’erreur? => la moyenne, la variabilité intra_lot??
*1 lot avec beaucoup de variabilité présente-t-il plus d’erreurs?
Description MoyPepsi_Lot vs les différentes variables erreurs
#Représentation graphique
Description Taux d’erreur vs la variabilité du pepsi intra_lot (Sdpepsi_lot)
#Représentation graphique
Description MoyPepsi_Lot vs la variabilité intra-lot (sd) en fonction de C3MoyPepsi_Lot (couleurs)
Description SdPepsi_Lot vs les différentes erreurs en fonction de C3MoyPepsi_Lot (couleurs)
#Représentation graphique
Boxplot de C3MoyPepsi_Lot et variable SdPepsi_Lot en continue
Typologie Lot sur la variabilité et la moyenne (SdpepsiMoy en 2 et 3 classes) des pepsi (C3MoyPepsi_Lot)
Typologie1 : C3MoyPepsi_Lot et C2SdpepsiMoy
Typologie2 : C3MoyPepsi_Lot et C3SdpepsiMoy
# création d'une variable C2SdpepsiMoy
Summarize(erreurTS_LotsT12$SdPepsi_Lot)
n mean sd min Q1 median Q3 max
70.0000 449.8349 174.2945 150.1025 340.9387 398.8225 588.3260 763.3723
<-erreurTS_LotsT12 |>
erreurTS_LotsT12mutate(C2SdPepsi_Lot=ifelse(SdPepsi_Lot<=398.8225, "var faible", "var forte"))
<-erreurTS_LotsT12 |>
erreurTS_LotsT12mutate(C2SdPepsi_Lot=as.factor(C2SdPepsi_Lot))
table(erreurTS_LotsT12$C2SdPepsi_Lot)
var faible var forte
35 35
# Création d'une variable C3SdPepsi_Lot avec les terciles
<- quantile(erreurTS_LotsT12$SdPepsi_Lot, probs=c(0.33,0.66), na.rm=TRUE)
terciles1# 404 et 624
<-erreurTS_LotsT12 |>
erreurTS_LotsT12mutate(C3SdPepsi_Lot=ifelse(SdPepsi_Lot<=347, "var faible",
ifelse(SdPepsi_Lot<=585 & SdPepsi_Lot>347, "var moyenne",
"var forte")))
<-erreurTS_LotsT12 |>
erreurTS_LotsT12mutate(C3SdPepsi_Lot=as.factor(C3SdPepsi_Lot))
table(erreurTS_LotsT12$C3SdPepsi_Lot)
var faible var forte var moyenne
21 28 21
# Typologie 1 : C3MoyPepsi_Lot et C2SdpepsiMoy
table(erreurTS_LotsT12$C3MoyPepsi_Lot)
]<=1500] ]1500 -2000] >2000[
35 21 14
<-erreurTS_LotsT12 |>
erreurTS_LotsT12mutate(C6PepsiVariabilite=ifelse(C3MoyPepsi_Lot=="]<=1500]" & C2SdPepsi_Lot=="var faible", "]<=1500]_Vfaible", ifelse(C3MoyPepsi_Lot=="]<=1500]" & C2SdPepsi_Lot=="var forte", "]<=1500]_Vforte",
ifelse(C3MoyPepsi_Lot=="]1500 -2000]" & C2SdPepsi_Lot=="var faible", "]1500 -2000]_Vfaible", ifelse(C3MoyPepsi_Lot=="]1500 -2000]" & C2SdPepsi_Lot=="var forte", "]1500 -2000]_Vforte", ifelse(C3MoyPepsi_Lot==">2000[" & C2SdPepsi_Lot=="var faible", ">2000[_Vfaible" , ">2000[_Vforte" ))))))
<-erreurTS_LotsT12 |>
erreurTS_LotsT12mutate(C6PepsiVariabilite=as.factor(C6PepsiVariabilite))
table(erreurTS_LotsT12$C6PepsiVariabilite)
]<=1500]_Vfaible ]<=1500]_Vforte ]1500 -2000]_Vfaible
21 14 7
]1500 -2000]_Vforte >2000[_Vfaible >2000[_Vforte
14 7 7
# Typologie 2 : C3MoyPepsi_Lot et C3SdPepsi_Lot
table(erreurTS_LotsT12$C3MoyPepsi_Lot)
]<=1500] ]1500 -2000] >2000[
35 21 14
<-erreurTS_LotsT12 |>
erreurTS_LotsT12mutate(C9PepsiVariabilite=ifelse(C3MoyPepsi_Lot=="]<=1500]" & C3SdPepsi_Lot=="var faible", "]<=1500]_Vfaible",ifelse(C3MoyPepsi_Lot=="]<=1500]" & C3SdPepsi_Lot=="var moyenne", "]<=1500]_Vmoyen", ifelse(C3MoyPepsi_Lot=="]<=1500]" & C3SdPepsi_Lot=="var forte", "]<=1500]_Vforte",
ifelse(C3MoyPepsi_Lot=="]1500 -2000]" & C3SdPepsi_Lot=="var faible", "]1500 -2000]_Vfaible",ifelse(C3MoyPepsi_Lot=="]1500 -2000]" & C3SdPepsi_Lot=="var moyenne", "]1500 -2000]_Vmoyen", ifelse(C3MoyPepsi_Lot=="]1500 -2000]" & C3SdPepsi_Lot=="var forte", "]1500 -2000]_Vforte",
ifelse(C3MoyPepsi_Lot==">2000[" & C3SdPepsi_Lot=="var faible", ">2000[_Vfaible",ifelse(C3MoyPepsi_Lot==">2000[" & C3SdPepsi_Lot=="var moyenne", ">2000[_Vmoyen" , ">2000[_Vforte" )))))))))
<-erreurTS_LotsT12 |>
erreurTS_LotsT12mutate(C9PepsiVariabilite=as.factor(C9PepsiVariabilite))
table(erreurTS_LotsT12$C9PepsiVariabilite)
]<=1500]_Vfaible ]<=1500]_Vforte ]<=1500]_Vmoyen ]1500 -2000]_Vforte
14 7 14 14
]1500 -2000]_Vmoyen >2000[_Vfaible >2000[_Vforte
7 7 7