statistic.rmd

---
title: "INITIATION AUX VECTEURS"
author: "BEIDI DINA SAMUEL"
date: "11/03/2024"
output: html_document
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
```
## DONNEES STATISTIQUES
# 1. Convertir _dia1_ en dataframe et mettre dans l'objet dia2. Puis Créer une nouvelle base _dia_ qui représente les 3500 premières lines de dia2
```{r Convertir dia1 en dataframe}

dia2  <- as.data.frame(dia1)

dia3 <- slice(dia2, 1:3500)

```


# 2. Dans cette nouvelle base _dia3_ quelle est le nombre de diamants dont le poids est egal à 0.77, la longueur et la largeur sont superieurs à 5 et le prix supérieur a 2500 ?

```{r  Le nombre de diamants}

dim(dia3[dia3$Poids == 0.77 & dia3$Longueur > 5 & dia3$Largeur > 5 & dia3$Prix > 2500 ,])

filter(dia3, Poids == 0.77 & Largeur > 5 & Longueur > 5 & Prix > 2500 )

```

# 3. Sélectionner les diamants qui ont une meilleur couleur (D), une clarté VS1 et une coupure idéale(Ideal) et les mettre dans l'objet _Data_

```{r Sélection des diamants}

Data <- dia3[dia3$Couleur == "D" & dia3$Clarte == "VS1" & dia3$Coupure == "Ideal" ,]

Data <-  filter(dia3, Couleur == "D" & Clarte == "VS1" & Coupure == "Ideal" )

```


# 4. Calculer le poids moyen des diamants qui ont une tres bonne coupure (J)

```{r Poids moyen des diamants}
sub.coupure <- subset(dia3, Coupure == "Very Good")
mean(sub.coupure$Poids)

```


# 5. Calculer le poids moyen des diamants selon la couleur

```{r Poids moyen des diamants selon la couleur}

summary(dia3$Couleur)

tapply(dia3$Poids, dia3$Couleur, mean)
```


# 6. Quel est en poucentage la profondeur moyenne des diamant  dont le couleurs sont E , H, I et J 

```{r Profondeur moyenne des diamant en poucentage}

sub.couleur <- subset(dia3, Couleur == "E" | Couleur == "H" | Couleur == "I" | Couleur == "J")

table(sub.couleur$Couleur)

mean(sub.couleur$Poids)
```


# 7. Quelle est en moyenne la surface des diamants de clarté _SI1_ dont les coupures sont Premium et Fair

```{r Surface des diamants de clarté _SI1_ en moyenne}

sub.coup_clar <- subset(dia3, Clarte == "SI1" & ( Coupure == "Premium" | Coupure == "Fair"))

mean(sub.coup_clar$Surface)

```


# 8. Découper la variable Prix:

_En dix classes d'amplitude égales_

```{r Découpage en dix classes d'amplitude égales}

dia3$Prix1 <- cut(dia3$Prix, 10)

table(dia3$Prix1)
```

_En catégories_

```{r Découpage en catégories}

max(dia3$Prix)


dia3$Prix2 <- cut(dia3$Prix , breaks = c(326, 1000, 2500, 3500, 4000), include.lowest = T, labels = c("de 326 à 1000", "de 1000 à 2500", "de 2500 à 3500", "plus de 3500"))

table(dia3$Prix2)
```

_En huit classes d'effectif équivalent_

Pour ce découpage, nous allons utiliser la librairie _questionr_ 

```{r Découpage en En huit classes d'effectif équivalent}

library(questionr)

dia3$Prix3 <- quant.cut(dia3$Prix, 8)

table(dia3$Prix3)

```


# 9. Recodez la variable Coupure en _Coupure1_ et regrouper les modalités Good et Very Good en Good. Verifier avec un tri croisé

```{r Recodage la variable Coupure en Coupure1}

summary(dia3$Coupure)

dia3$Coupure1[dia3$Coupure == "Good"] <- "Good"
dia3$Coupure1[dia3$Coupure == "Very Good"] <- "Good"
dia3$Coupure1[dia3$Coupure == "Fair"] <- "Fair"
dia3$Coupure1[dia3$Coupure == "Premium"] <- "Premium"
dia3$Coupure1[dia3$Coupure == "Ideal"] <- "Ideal"

table(dia3$Coupure1)

```

# 10. Recodez la variable Couleur en _Couleur1_ et regrouper les modalités I et J en I. Verifier avec un tri croisé

```{r Recodage la variable Couleur en Couleur1}

summary(dia3$Couleur)

dia3$Couleur1[dia3$Couleur == "I"] <- "I"
dia3$Couleur1[dia3$Couleur == "J"] <- "I"
dia3$Couleur1[dia3$Couleur == "D"] <- "D"
dia3$Couleur1[dia3$Couleur == "E"] <- "E"
dia3$Couleur1[dia3$Couleur == "F"] <- "F"
dia3$Couleur1[dia3$Couleur == "G"] <- "G"
dia3$Couleur1[dia3$Couleur == "H"] <- "H"

table(dia3$Couleur1)

```


# 11. Créez une variable _Var_ ayant les modalités:  Vérifier avec des tris croisés


```{r Création d'une Variable Var }

dia3 <- dia3 %>% mutate(
  Var = case_when(
    Coupure == "Premium" & Couleur == "I" & table > 60 ~ "Diamants de Coupure Premium de Couleur I et de table superieure à 60",
    Poids > 0.75 & Surface >= 20 & Surface <= 40 & Prix <= 3500 ~ "Diamants de poids superieur à 0,75 de surface comprise entre 20 et 40 et de prix inférieur ou egal a 3500",
    Coupure == "Ideal" & Clarte == "SI1" ~ "Diamants de coupure idéale et de clarte SI1",
    TRUE ~ "Autre"
  )
)

table(dia3$Var)

```


# 12. Ordonner le tableau de données selon la surface croissante

```{r Ordonner le tableau selon la surface}

dia3 <-dia3[order(dia3$Surface),]

arrange(dia3, Surface)

```


# 13. Afficher la couleur des 26 diamants ayant la plus grande surface

```{r  Affichage de la couleur des 26 diamants ayant la plus grande surface}

select(slice(dia3[order(dia3$Surface, decreasing = T),], 1:26), Couleur)

```