
library(testthat)

source("user_code.R")
test_that("returns a labeled string with all components", {
  out <- format_statistical_results(1.5, 0.05, 0.2, "Some effect detected.")
  expect_type(out, "character")
  expect_true(grepl("Statistic: 1.5", out), info = "Should include labeled statistic with value.")
  expect_true(grepl("p-value: 0.05", out), info = "Should include labeled p-value with value.")
  expect_true(grepl("Effect size: 0.2", out), info = "Should include labeled effect size with value.")
  expect_true(grepl("Interpretation: Some effect detected.", out), info = "Should include labeled interpretation with value.")
})

test_that("combines values correctly in output string", {
  out <- format_statistical_results(-2.4, 0.001, 0.78, "Strong negative association.")
  expect_match(out, "^Statistic: -2.4; p-value: 0.001; Effect size: 0.78; Interpretation: Strong negative association.$", 
    info = "Should match the exact required format and value order.")
})

test_that("handles both positive and negative statistic values", {
  out_pos <- format_statistical_results(3.2, 0.04, 0.5, "Positive effect.")
  out_neg <- format_statistical_results(-3.2, 0.04, 0.5, "Negative effect.")
  expect_true(grepl("Statistic: 3.2", out_pos), info = "Should correctly handle positive statistic.")
  expect_true(grepl("Statistic: -3.2", out_neg), info = "Should correctly handle negative statistic.")
})

test_that("handles significant and non-significant p-values", {
  out_sig <- format_statistical_results(1.1, 0.02, 0.3, "Significant effect.")
  out_nonsig <- format_statistical_results(1.1, 0.3, 0.3, "No significant effect.")
  expect_true(grepl("p-value: 0.02", out_sig), info = "Should correctly handle significant p-value.")
  expect_true(grepl("p-value: 0.3", out_nonsig), info = "Should correctly handle non-significant p-value.")
})

test_main.R

Практичний вступ до програмування на R, розроблений для біологів та біоінформатиків. Вивчення аналізу, візуалізації та інтерпретації біологічних даних за допомогою R з використанням реальних прикладів з геноміки, екології та експериментальної біології.

Вивчення основ програмування на R з акцентом на біологічні дані, включаючи змінні, типи даних та базову обробку даних.

Занурення у статистичні методи аналізу біологічних даних, включаючи описову статистику, перевірку гіпотез та інтерпретацію результатів.

Оволодіння мистецтвом візуалізації біологічних даних за допомогою R: від базових графіків до більш складних візуалізацій, актуальних для експериментів.

Вивчення роботи з даними у геномному стилі та розробка відтворюваних робочих процесів для наукових досліджень у R.

Challenge: Reporting Biological Results

Рішення