Autodiagnostic - Module 4

STT-1100 Introduction à la science des données

Cet autodiagnostic non noté vérifie les notions du module 4. Il produit une correction détaillée, un résultat global, un bilan par compétence et un plan de révision ciblé.

NoteModalités
  • Première tentative: sans documentation, sans exécuter le code et sans aide extérieure, afin d’obtenir un portrait honnête.
  • Après le bilan: consultez les ressources proposées, refaites les exercices ciblés, puis reprenez le diagnostic.
  • Usage: ce diagnostic n’est pas noté et ne sert ni à attribuer une note ni à décider de l’admission au cours.
  • Confidentialité: aucune réponse n’est transmise à l’enseignant. La progression et l’historique sont conservés uniquement dans ce navigateur.

Les seuils sont des repères pédagogiques propres à STT-1100. Ils n’ont pas fait l’objet d’une validation psychométrique. Une réponse exacte peut aussi résulter du hasard; les exercices pratiques demeurent donc essentiels.

Question 1

Vrai ou faux: si un fichier est séparé par des points-virgules, read_csv() est toujours le meilleur choix.

Faux. read_csv() suppose une séparation par virgules. Pour un fichier séparé par des points-virgules, utilisez read_delim(delim = ";") ou read_csv2() selon le contexte.

Question 2

Quelle fonction permet de transformer des noms de colonnes en noms plus faciles à utiliser dans R?

  1. janitor::clean_names()
  2. ggplot2::labs()
  3. readxl::excel_sheets()
  4. forcats::fct_lump()

Réponse: a. clean_names() convertit les noms en une forme plus régulière, souvent en snake_case.

Question 3

Vrai ou faux: un identifiant comme "0012" devrait souvent rester en texte, même s’il contient seulement des chiffres.

Vrai. Un identifiant est une étiquette, pas une quantité. Le garder en texte évite de perdre des zéros au début.

Question 4

Quelle fonction est utile pour déclarer qu’une valeur spéciale, par exemple -999, représente une valeur manquante?

  1. na_if()
  2. count()
  3. pivot_wider()
  4. geom_point()

Réponse: a. na_if(x, -999) remplace les valeurs égales à -999 par NA.

Question 5

Quelle fonction permet de transformer des colonnes q1, q2, q3, q4 en deux colonnes trimestre et valeur?

  1. pivot_longer()
  2. pivot_wider()
  3. arrange()
  4. read_json()

Réponse: a. pivot_longer() met plusieurs colonnes dans un format long.

Question 6

Vrai ou faux: une correction de données devrait être documentée seulement si elle modifie plus de 100 lignes.

Faux. Toute correction importante pour l’interprétation doit être documentée, même si elle ne touche qu’une seule ligne.

Question 7

Quelle fonction de forcats est utile pour regrouper plusieurs modalités similaires sous un même nom?

  1. fct_collapse()
  2. read_excel()
  3. glimpse()
  4. parse_number()

Réponse: a. fct_collapse() permet de fusionner plusieurs niveaux d’un facteur.

Question 8

Vrai ou faux: un fichier JSON peut contenir des structures imbriquées qui ne ressemblent pas immédiatement à un tableau rectangulaire.

Vrai. Un JSON peut contenir des listes dans des listes. Il faut parfois le transformer pour obtenir une table.

Question 9

Quelle fonction permet de lire une feuille précise d’un fichier Excel?

  1. readxl::read_excel(sheet = ...)
  2. readr::write_csv()
  3. dplyr::filter()
  4. stringr::str_squish()

Réponse: a. L’argument sheet permet de choisir la feuille à importer.

Question 10

Vrai ou faux: une anomalie peut être signalée sans être corrigée si aucune correction défendable n’est possible.

Vrai. Dans un nettoyage rigoureux, il vaut parfois mieux signaler une anomalie que deviner une correction.

Question 11

Quel champ n’appartient pas à la structure minimale d’une entrée de journal de nettoyage proposée dans le module?

  1. id
  2. variables
  3. probleme
  4. couleur_du_graphique

Réponse: d. Le journal doit au minimum documenter l’identifiant, les variables touchées, le problème, l’action et la justification.

Question 12

Pourquoi est-il utile de sauvegarder le fichier propre avec write_csv() à la fin d’un nettoyage?

  1. Pour produire un artefact reproductible à partir du code
  2. Pour cacher les corrections
  3. Pour éviter de charger les packages
  4. Pour remplacer le rapport Quarto

Réponse: a. Le fichier propre devient un résultat reproductible du script ou du rapport.

GPT STT-1100