Fonction 

 Ecrire  une fonction qui permet de calculer

    A) √((x+y)²), exécuter cette fonction pour 2.76, 3.25
    B) une liste contenant le minimum et le maximum d'un vecteur
    C) la variance biaisé, non biaisé la moyenne et l'ecart type
    D) le coefficient d'asymétrie et d'aplatissement d'une distribution
    

    E) Écrire une fonction phi servant à calculer la fonction de densité de probabilité d'une loi normale centrée réduite. La fonction devrait prendre en argument un vecteur de valeurs de x
    comparer les résultats avec ceux de la fonction dnorm
    
    F) La fonction suivante comprend plusieurs erreurs. Expliquer l'origine des messages d'erreur et modifiez là pour qu'elle fonctionne correctement.
    toto<-mafonction(x,y=true) {
    if(y=T) mean(x*a) else print(mean(x*a)
    return(res=sum(x),)
    }
    G) La fonction notes.finales ci-dessous calcule la note d'un groupe d'étudiants à partir de deux informations : (1) une matrice contenant la note sur 100 de chacun des étudiants à chacune des évaluations, et (2) un vecteur contenant la pondération de chacune des évaluations. Modifiez-la pour qu'elle n'utilise plus de boucles en minimisant le nombre d'opérations.
    notes.finales <- function(notes, p) {
    netud <- nrow(notes)
    neval <- ncol(notes)
    final <- (1:netud) * 0
    for(i in 1:netud) {
    for(j in 1:neval) {
    final[i] <- final[i] + notes[i, j] * p[j]
    }
    }
    final
    }
    
    
    
    


Boucle

    A)
    1)• Simuler dans une loi binomiale de paramètre p = 0.2
    • 1000 échantillons de taille 5
    • 1000 échantillons de taille 30,
    • 1000 échantillons de taille 100
    • Pour chaque taille d'échantillon
    • calculer et stocker la moyenne des échantillons simulés
    • afficher l'histogramme des moyennes des échantillons simulés
    • afficher le QQ-plot correspondant
    2)
    • Tirer 1000 échantillons de taille 100 dans
    • une loi normale centrée réduite
    • une loi normale de moyenne 4 et d'écart-type 2
    • une loi uniforme
    • Pour chaque distribution
    • calculer et stocker la moyenne des échantillons simulés
    • créér une fenêtre de graphe partagée en 2
    • afficher l'histogramme d'un échantillon simulé
    • afficher l'histogramme des moyennes des échantillons simulés
    B) Ecrivez une fonction qui sert a calculer
    1) n
    2) moyenne mobile d'ordre 3 puis d'ordre 4
    3) programmer une régression linéaire simple
    
    
    
    
    
    
    
    
    
    
    
    
    
    

boucle

    1 En utilisant la fonction scan :
    lire un nombre au clavier
    afficher "Ce nombre est positif" ou "Ce nombre est négatif" de façon appropriée
    2 Ecrire un script qui :
    tire un nombre entier au hasard entre 0 et 100
    lit un nombre au clavier donné par l'utilisateur si le nombre correspond, afficher "c'est gagné!"  sinon, afficher "trop haut" ou "trop bas" selon que le chiffre donné par l'utilisateur est supérieur ou inférieur au chiffre initial
    Utilisez une boucle pour afficher les moyennes de chaque ligne et les ranger dans un vecteur lmoy
    Utilisez une boucle pour afficher les moyennes de chaque colonne et les ranger dans un vecteur cmoy
    Utilisez la fonction apply pour faire la même chose et vérifiez que vous obtenez les mêmes résultats
    
    3.a)Utiliser une boucle pour afficher une par une les lettres des mots suivants, en utilisant les vecteurs LETTERS (majuscules) et letters (minuscules)
    ABC
    exercice
    b) À l'aide de la commande apply, écrire des expressions R qui remplaceraient les fonctions suivantes :
       1) rowSums
         2) colSums
    Vérifiez vos résultats en utilisant ces fonctions (consultez l'aide de chaque fonction pour savoir comment l'utiliser).
    4) Ecrire un programme pour ilustrer le théorème centrale limite sur une loi de probabilité de votre choix