
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

Eine praxisorientierte Einführung in die R-Programmierung, zugeschnitten auf Biologen und Bioinformatiker. Analyse, Visualisierung und Interpretation biologischer Daten mit R anhand von praxisnahen Beispielen aus Genomik, Ökologie und experimenteller Biologie.

Erlernen Sie die Grundlagen der R-Programmierung mit Schwerpunkt auf biologischen Daten, einschließlich Variablen, Datentypen und grundlegender Datenmanipulation.

Vertiefung in statistische Methoden zur Analyse biologischer Daten, einschließlich zusammenfassender Statistiken, Hypothesentests und Interpretation von Ergebnissen.

Beherrschen Sie die Kunst der Visualisierung biologischer Daten mit R, von einfachen Diagrammen bis hin zu fortgeschrittenen Visualisierungen, die für Experimente relevant sind.

Erlernen Sie den Umgang mit genomischen Daten und die Entwicklung reproduzierbarer Workflows für wissenschaftliche Forschung in R.

Challenge: Biologische Variablen und Vektoren

Lösung