
library(testthat)

source("user_code.R")
test_that("mean_control is correct", {
  expect_true(exists("mean_control"), info = "mean_control should exist.")
  expect_type(mean_control, "double")
  expect_equal(mean_control, mean(c(5.2, 4.8, 5.0)), tolerance = 1e-8)
})

test_that("mean_treated is correct", {
  expect_true(exists("mean_treated"), info = "mean_treated should exist.")
  expect_type(mean_treated, "double")
  expect_equal(mean_treated, mean(c(7.1, 7.3, 6.9)), tolerance = 1e-8)
})

test_that("test_result is a t.test object and result is correct", {
  expect_true(exists("test_result"), info = "test_result should exist.")
  expect_s3_class(test_result, "htest")
  expect_equal(test_result$p.value, t.test(c(5.2, 4.8, 5.0), c(7.1, 7.3, 6.9))$p.value, tolerance = 1e-8)
})

test_that("interpretation is a string and matches p-value significance", {
  expect_true(exists("interpretation"), info = "interpretation should exist.")
  expect_type(interpretation, "character")
  pval <- test_result$p.value
  if (pval < 0.05) {
    expect_equal(interpretation, "There is a statistically significant difference in gene expression between control and treated samples.")
  } else {
    expect_equal(interpretation, "There is no statistically significant difference in gene expression between control and treated samples.")
  }
})

test_main.R

Une introduction pratique à la programmation R conçue pour les biologistes et les bioinformaticiens. Apprenez à analyser, visualiser et interpréter des données biologiques avec R, à l'aide d'exemples concrets issus de la génomique, de l'écologie et de la biologie expérimentale.

Apprenez les bases de la programmation R avec un accent sur les données biologiques, y compris les variables, les types de données et la manipulation de données de base.

Plongez dans les méthodes statistiques pour analyser des données biologiques, y compris les statistiques descriptives, les tests d'hypothèses et l'interprétation des résultats.

Maîtriser l'art de la visualisation des données biologiques avec R, des graphiques de base aux visualisations avancées pertinentes pour les expériences.

Apprenez à travailler avec des données de type génomique et à développer des flux de travail reproductibles pour la recherche scientifique avec R.

Challenge: Analyse Reproductible

Solution