Faites les étapes suivantes:
- lire les données à partir de l'url donnes_demo (3 pts)
- créer une fonction qui calcule l'âge de chaque client en date du premier jours du mois courant dans une nouvelle variable d'aun
- Créer un graphique du type Bar Chart sur le âge des clients. Par ce graphique, on verra facilement le nombre d'assurés par catégorie d'âge (3 pts)
Votre graphique contient les éléments suivants:
* Un titre (1 pts)
* Une étiquette de l'axe des $x$ (âge des assurés) (1 pts)
* Une étiquette de l'axe des $y$ (nombre d'assurés) (1 pts)
Vous pouvez ensuite intégrer toutes ces étapes à l'intérieur d'une fonction qui prend deux arguments:
- le df à partir duquel on veut les données pour le graphique
- la variable sur laquelle on veut appliquer le comptage
lectu_graph(a, "age")
À partir de la base de données suivante, reproduisez le graphique suivant*:
graph
Ignorez la variable freq_pmt
. Considérez que les paiements sont reçus une fois par année et c'est au même mois que le mois de la date d'expiration.
*chaque détail compte (titre, xlab, ordre des mois ...etc)
a)
Faites un graphique qui permet de voir l'évolution des coûts de sinistre dans le temps. Sur l'axe des $x$, on devrait voir les mois et l'année (1999-01, 1999-02 ...). À des fins de l'exercice, imaginez que s'il y'a un sinistre, il se passe toujours la même date que le debut_pol
dans les données suivantes. Vous pouvez utiliser la fonction aggregate
pour regrouper les sinistres par mois.
graph2
graph3
Faite un graphique qui contient deux lignes, une première qui représente les coûts de sinistre sur le temps pour les francophones, et l'autre ligne pour les anglophones.
graph4_1
On peut réduire le nombre de 0
sur notre axe des $y$
graph_4_2
Q5
On vous dit que la compagnie Discover, émettrice de cartes de crédit, a été achetée par le groupe Ironman. Faites la mise à jour de ces informations dans votre base de données. Mais n'oubliez pas de créer un backup de votre ancienne BD sous le format suivant yyyy_mm_dd_HH_MM_SS.csv
(année, mois, jour, heure, minute et seconde).
pmt_det<-read.csv("https://raw.githubusercontent.com/nmeraihi/data/master/pmt_details.csv")
head(pmt_det)
Q6
a)
Faites un graphique du prix du bitcoin sur la période allant du 2016-12-04 au 2017-12-04. Vous pouvez lire ces données ici.
graph_6_1
Faites un graphique qui permet de voir l'évolution de ce rendement dans le temps:
graph_6_3
Q7
Faites un graphique sur la corrélation entre les prix d'action venant des données suivantes
graph_7