Discussion :

[labouette22]

Bonjour,

j'ai un petit problème, voici mon code :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
comparaison<-function(A,B){
  mydata1<-read.csv(A,sep="\t",header=TRUE)
  mydata2<-read.csv(B,sep="\t",header=TRUE)
liste_champs<-c(5,9,12)
for (i in 1:length(liste_champs)){
  indice<-liste_champs[i];
  new_column2<-mydata1[,indice]
  old_column2<-mydata2[,indice]
  kolgo<-ks.test(new_column2,old_column2)
 
======================================
 
  print(kolgo)
  par("mfrow"=c(2,1))
  hist1<-hist(new_column2,col="red",freq=FALSE,xlab="Valeurs",breaks=50,main=paste("new: ",names_new2[indice]))
  hist2<-hist(old_column2,col="blue",freq=FALSE,xlab="Valeurs",breaks=50,main=paste("old: ",names_old2[indice]))
 
}

J'ai donc 2 fichiers à traiter simultanément. J'aimerais en fonction du résultat du test de kolmogorov smirnov, ne pas réaliser d'histogramme si on ne rejette pas l'hypothèse et réaliser 2 histogrammes afin de comparer la distributivité des variables si on rejette l'hypothèse de départ. Est-ce possible? Et si oui, comment? la portion de code manquante est symbolisée par les "================="
J'espère avoir été clair.

[Guinue]

Bonjour,

Vous y étiez pourtant presque ! Mais pour commencer, si mes souvenirs sont bons, l'hypothèse H0 est rejetée si la p_value est inférieure au seuil de risque choisi (c'est bien cela ?). Dans ce cas il suffit d'utiliser une condition if sur le résultat de votre test :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
if (kolgo$p.value < 0.05){
       faire deux histogrammes
}else{
       ne rien faire ou faire autre chose
}

Ici j'ai choisi le seuil le plus fréquent : 5%.
En espérant avoir été utile,

Bonne journée.

[labouette22]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
comparaison<-function(A,B){
  mydata1<-read.csv(A,sep="\t",header=TRUE)
  mydata2<-read.csv(B,sep="\t",header=TRUE)
  names_mydata1<-c("GbinNumber","ExtSourceId","alpha","delta","Distance","muAlpha","muDelta","RV","mass","magG","V-I","noComponents","compExtSourceId1","OrbitPeiod1","mass1","magG1","V-I1","compExtSourceId2","OrbitPeriod2","mass2","magG2","V-I2","compExtSourceId3","OrbitPeriod3","mass3","magG3","V-I3","compExtSourceId4","OrbitPeriod4","mass4","magG4","V-I4","compExtSourceId5","OrbitPeriod5","mass5","magG5","V-I5")
  names_mydata2<-c("GbinNumber","ExtSourceId","alpha","delta","Distance","muAlpha","muDelta","RV","mass","magG","V-I","noComponents","compExtSourceId1","OrbitPeiod1","mass1","magG1","V-I1","compExtSourceId2","OrbitPeriod2","mass2","magG2","V-I2","compExtSourceId3","OrbitPeriod3","mass3","magG3","V-I3","compExtSourceId4","OrbitPeriod4","mass4","magG4","V-I4","compExtSourceId5","OrbitPeriod5","mass5","magG5","V-I5")
liste_champs<-c(5,9,12)
for (i in 1:length(liste_champs)){
  indice<-liste_champs[i];
  new_column2<-mydata1[,indice]
  old_column2<-mydata2[,indice]
  kolgo<-ks.test(new_column2,old_column2)
  print(kolgo)
  if (kolgo$p.value < 0.05){
  par("mfrow"=c(2,1))
  hist1<-hist(new_column2,col="red",freq=FALSE,xlab="Valeurs",breaks=50,main=paste("new: ",names_mydata1[indice]))
  hist2<-hist(old_column2,col="blue",freq=FALSE,xlab="Valeurs",breaks=50,main=paste("old: ",names_mydata2[indice]))
  summary(old_column2)
  summary(new_column2)
  }else{
    ;
  }
  }
}

avec ceci , j'obtiens ce message d'erreur lorsque je teste ma fonction et je ne vois pas pourquoi :
Erreur dans `[.data.frame`(mydata1, , indice) : undefined columns selected

[Guinue]

Sans informations supplémentaires sur les données, j'ai bien peur de ne pas pouvoir aider. Combien de colonnes contiennent vos data frames ?

PS : D'un point de vue purement esthétique vous pouvez supprimer le else s'il n'y a aucun script à exécuter en cas de p_value > 0.05 .

[labouette22]

Oui , en effet, Merci.
J'ai au total 37 colonnes , mais je ne fais les histogrammes que sur les colonnes 5, 9 et 12 pour le test.

[Guinue]

Je viens de tester votre code avec des data frames de 37 colonnes chacun et... il tourne.

Toujours l'erreur de votre côté?