
library(testthat)

source("user_code.R")
test_that("creates a histogram of expression", {
  expect_silent(hist(sample_data$expression, main = "Histogram of Gene Expression", xlab = "Expression Level"))
})

test_that("creates a boxplot of expression by treatment", {
  expect_silent(boxplot(expression ~ treatment, data = sample_data, main = "Expression by Treatment", xlab = "Treatment", ylab = "Expression Level"))
})

test_that("creates a scatterplot of expression vs time", {
  expect_silent(plot(sample_data$time, sample_data$expression, main = "Expression Over Time", xlab = "Time (hours)", ylab = "Expression Level", pch = 19, col = "blue"))
})

test_that("histogram_conclusion is a non-empty string", {
  env <- new.env()
  sys.source("user_code.R", envir = env)
  expect_true(exists("histogram_conclusion", envir = env), info = "histogram_conclusion variable does not exist")
  val <- get("histogram_conclusion", envir = env)
  expect_type(val, "character")
  expect_true(nzchar(val), info = "histogram_conclusion is an empty string")
})

test_that("boxplot_conclusion is a non-empty string", {
  env <- new.env()
  sys.source("user_code.R", envir = env)
  expect_true(exists("boxplot_conclusion", envir = env), info = "boxplot_conclusion variable does not exist")
  val <- get("boxplot_conclusion", envir = env)
  expect_type(val, "character")
  expect_true(nzchar(val), info = "boxplot_conclusion is an empty string")
})

test_that("scatterplot_conclusion is a non-empty string", {
  env <- new.env()
  sys.source("user_code.R", envir = env)
  expect_true(exists("scatterplot_conclusion", envir = env), info = "scatterplot_conclusion variable does not exist")
  val <- get("scatterplot_conclusion", envir = env)
  expect_type(val, "character")
  expect_true(nzchar(val), info = "scatterplot_conclusion is an empty string")
})

test_main.R

生物学者およびバイオインフォマティクス研究者向けに特化した、Rプログラミングの実践的な入門コースです。Rを用いて生物学データの解析、可視化、解釈を学び、ゲノミクス、生態学、実験生物学の実例を通じて理解を深めます。

生物学データに焦点を当てたRプログラミングの基本を学びます。変数、データ型、基本的なデータ操作を含みます。

生物データを分析するための統計手法に深く踏み込み、要約統計量、仮説検定、結果の解釈などを含みます。

Rを使用して生物学データの可視化技術を習得し、基本的なプロットから実験に関連する高度な可視化までを網羅します。

ゲノムスタイルのデータを扱い、Rで科学研究のための再現可能なワークフローを開発する方法を学びます。

チャレンジ：実験データの可視化

解答