
library(testthat)

source("user_code.R")
test_that("creates a histogram of expression", {
  expect_silent(hist(sample_data$expression, main = "Histogram of Gene Expression", xlab = "Expression Level"))
})

test_that("creates a boxplot of expression by treatment", {
  expect_silent(boxplot(expression ~ treatment, data = sample_data, main = "Expression by Treatment", xlab = "Treatment", ylab = "Expression Level"))
})

test_that("creates a scatterplot of expression vs time", {
  expect_silent(plot(sample_data$time, sample_data$expression, main = "Expression Over Time", xlab = "Time (hours)", ylab = "Expression Level", pch = 19, col = "blue"))
})

test_that("histogram_conclusion is a non-empty string", {
  env <- new.env()
  sys.source("user_code.R", envir = env)
  expect_true(exists("histogram_conclusion", envir = env), info = "histogram_conclusion variable does not exist")
  val <- get("histogram_conclusion", envir = env)
  expect_type(val, "character")
  expect_true(nzchar(val), info = "histogram_conclusion is an empty string")
})

test_that("boxplot_conclusion is a non-empty string", {
  env <- new.env()
  sys.source("user_code.R", envir = env)
  expect_true(exists("boxplot_conclusion", envir = env), info = "boxplot_conclusion variable does not exist")
  val <- get("boxplot_conclusion", envir = env)
  expect_type(val, "character")
  expect_true(nzchar(val), info = "boxplot_conclusion is an empty string")
})

test_that("scatterplot_conclusion is a non-empty string", {
  env <- new.env()
  sys.source("user_code.R", envir = env)
  expect_true(exists("scatterplot_conclusion", envir = env), info = "scatterplot_conclusion variable does not exist")
  val <- get("scatterplot_conclusion", envir = env)
  expect_type(val, "character")
  expect_true(nzchar(val), info = "scatterplot_conclusion is an empty string")
})

test_main.R

Käytännönläheinen johdatus R-ohjelmointiin, joka on suunnattu biologeille ja bioinformaatikoille. Opettele analysoimaan, visualisoimaan ja tulkitsemaan biologista dataa R:n avulla, käyttäen esimerkkejä genomiikasta, ekologiasta ja kokeellisesta biologiasta.

Opi R-ohjelmoinnin perusteet keskittyen biologiseen dataan, mukaan lukien muuttujat, tietotyypit ja perusdatan käsittely.

Syvenny tilastollisiin menetelmiin biologisten aineistojen analysoinnissa, mukaan lukien yhteenvetotilastot, hypoteesien testaus ja tulosten tulkinta.

Hallitse biologisten tietojen visualisoinnin taito R:llä, peruskaavioista edistyneempiin kokeisiin liittyviin visualisointeihin.

Opettele käsittelemään genomityyppistä dataa ja kehittämään toistettavia työnkulkuja tieteelliseen tutkimukseen R:ssä.

Challenge: Kokeellisten Tietojen Visualisointi

Ratkaisu