
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

Een praktische introductie tot R-programmeren, afgestemd op biologen en bioinformatici. Leer biologische data analyseren, visualiseren en interpreteren met R, aan de hand van praktijkvoorbeelden uit genomica, ecologie en experimentele biologie.

Leer de basisprincipes van R-programmeren met de nadruk op biologische data, inclusief variabelen, datatypes en basisgegevensmanipulatie.

Verdiep u in statistische methoden voor het analyseren van biologische gegevens, inclusief samenvattende statistieken, hypothesetoetsing en het interpreteren van resultaten.

Beheers de kunst van het visualiseren van biologische data met R, van eenvoudige grafieken tot meer geavanceerde visualisaties die relevant zijn voor experimenten.

Leer werken met genomische data en het ontwikkelen van reproduceerbare workflows voor wetenschappelijk onderzoek in R.

Challenge: Biologische Variabelen en Vectoren

Oplossing