Devoir « Logiciel R »

MASTER SPÉCIALISÉ « INGÉNIERIE DE L'ASSAINISSEMENT ET MANAGEMENT DE

L'ENVIRONNEMENT »
A rendre sous forme d’un rapport technique pour le 8 janvier 2018

Analyse des données

Le fichier texte « Data.txt » est une base de données qui regroupe un ensemble des variables.

1. Classifier les variables selon leurs catégories.

2. Donner un résumé statistique des données.
3. Question 3
a. Etablir les différentes relations entre les variables quantitatives :
 Sous forme graphique
 Sous forme numérique (Matrice de corrélation)
b. Regrouper les variables qui montrent une bonne corrélation, représenter graphiquement
cette relation et établir un tableau qui résume les différents types de corrélations calculés.
4. Interpréter les résultats obtenus de la question 3.
5. Etablir les différentes relations entre les variables qualitatives
 Sous forme graphique
 Sous forme numérique (tableau de contingence)
6. Interpréter les résultats obtenus de la question 5.
7. Réaliser l’histogramme du variable Age en fonction des deux variable (Reponse) et (Classe).
8. Représenter :
a. La variation de la variable (Variable3) en fonction des deux variables (B1) et (B2) dans un
seul graphe.
b. La variation de la variable (Variable3) en fonction des deux variables (B1) et (variable1)
dans un seul graphe.
c. Interpréter les résultats obtenus.

Modélisation numérique
Le modèle A est un modèle non linéaire caractérisé par deux paramètres (𝑃𝑎𝑟1 et 𝑃𝑎𝑟2 ), il décrit une
relation étroite entre les trois variables 𝑉𝑎𝑟1, 𝑉𝑎𝑟2 et 𝑉𝑎𝑟3. Le modèle A est donnée par l’équation
suivante :
𝑉𝑎𝑟1
𝒎𝒐𝒅𝒆𝒍 𝑨 𝑉𝑎𝑟3 = 𝑃𝑎𝑟2 ∗ exp(𝑃𝑎𝑟1 ∗ ( ) − 𝑉𝑎𝑟2 )
𝐶𝑡𝑒

Réalisé par : El Alaoui El Fels Abdelhafid Formation Logiciel R

E-mail : elalaoui.abdelhafid@gmail.com
 1. Optimiser les paramètres du modèle qui minimisent l’erreur entre les résultats observés et
simulés.

Avec :

𝑉𝑎𝑟3 = 𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒3 ; 𝑉𝑎𝑟2 = 𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒2 ; 𝑉𝑎𝑟1 = 𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒1 ; 𝐶𝑡𝑒 = 500

2. Valider le modèle avec les paramètres optimisés sur les variables enregistrées dans le fichier
texte « Data_validation.txt ».

𝑉𝑎𝑟3 = 𝑉𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒3 ; 𝑉𝑎𝑟2 = 𝑉𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒2 ; 𝑉𝑎𝑟1 = 𝑉𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒1

3. Evaluer la performance du modèle dans les deux phases de modélisation par les différents
critères ci-dessous :


n
( X obs,i  X model,i ) 2
RMSE  i 1
n

n
( X obs,i  X model ) 2
Nash  1  i 1


n
i 1
( X obs,i  X obs ) 2


n
( xi  x)  ( yi  y)
r i 1

 ( xi  x) 2  i 1 ( yi  y) 2
n n
i 1

4. Représenter sous forme de boite à moustache les données simulées et observées dans les
deux phases de modélisation, qui ce que vous remarquez ?
5. Représenter les résultats obtenus sous formes graphiques.
6. NB : Classifier la représentation graphique selon deux phases (Calibration et validation)
7. Interpréter les résultats obtenus

Réalisé par : El Alaoui El Fels Abdelhafid Formation Logiciel R

E-mail : elalaoui.abdelhafid@gmail.com