
library(testthat)

source("user_code.R")
test_that("geneA_sample1 is 5.2", {
  expect_true(exists("geneA_sample1"), info = "geneA_sample1 does not exist.")
  expect_equal(geneA_sample1, 5.2, tolerance = 1e-8, info = "geneA_sample1 is not equal to 5.2.")
})

test_that("geneA_sample2 is 6.8", {
  expect_true(exists("geneA_sample2"), info = "geneA_sample2 does not exist.")
  expect_equal(geneA_sample2, 6.8, tolerance = 1e-8, info = "geneA_sample2 is not equal to 6.8.")
})

test_that("geneA_sample3 is 7.1", {
  expect_true(exists("geneA_sample3"), info = "geneA_sample3 does not exist.")
  expect_equal(geneA_sample3, 7.1, tolerance = 1e-8, info = "geneA_sample3 is not equal to 7.1.")
})

test_that("geneA_expression vector is correct", {
  expect_true(exists("geneA_expression"), info = "geneA_expression does not exist.")
  expect_true(is.numeric(geneA_expression), info = "geneA_expression is not numeric.")
  expect_equal(length(geneA_expression), 3, info = "geneA_expression does not have length 3.")
  expect_equal(geneA_expression, c(5.2, 6.8, 7.1), tolerance = 1e-8, info = "geneA_expression does not contain the correct values in the correct order.")
})

test_that("geneA_mean is correct", {
  expect_true(exists("geneA_mean"), info = "geneA_mean does not exist.")
  expect_equal(geneA_mean, mean(c(5.2, 6.8, 7.1)), tolerance = 1e-8, info = "geneA_mean does not contain the correct mean value.")
})

test_main.R

En praktisk introduktion til R-programmering tilpasset biologer og bioinformatikere. Lær at analysere, visualisere og fortolke biologiske data ved hjælp af R med virkelighedsnære eksempler fra genomik, økologi og eksperimentel biologi.

Lær det grundlæggende i R-programmering med fokus på biologiske data, herunder variabler, datatyper og grundlæggende datamanipulation.

Dyk ned i statistiske metoder til analyse af biologiske data, herunder beskrivende statistik, hypoteseprøvning og fortolkning af resultater.

Behersk kunsten at visualisere biologiske data ved hjælp af R, fra grundlæggende diagrammer til mere avancerede visualiseringer relevante for eksperimenter.

Lær at arbejde med genomiske data og udvikle reproducerbare arbejdsgange til videnskabelig forskning i R.

Challenge: Biologiske Variable og Vektorer

Løsning