
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 till R-programmering anpassad för biologer och bioinformatiker. Lär dig att analysera, visualisera och tolka biologiska data med R, med verkliga exempel från genomik, ekologi och experimentell biologi.

Lär dig grunderna i R-programmering med fokus på biologiska data, inklusive variabler, datatyper och grundläggande datamanipulation.

Fördjupa dig i statistiska metoder för att analysera biologiska data, inklusive sammanfattande statistik, hypotesprövning och tolkning av resultat.

Bemästra konsten att visualisera biologiska data med hjälp av R, från grundläggande diagram till mer avancerade visualiseringar relevanta för experiment.

Lär dig att arbeta med genomikliknande data och utveckla reproducerbara arbetsflöden för vetenskaplig forskning i R.

Challenge: Biologiska Variabler och Vektorer

Lösning