rm(list=ls())

#vous devez choisir le répertoire de travail dans lequel est stocké votre fichier de données
#pour cela, dans Rstudio, session/set working directory/to source file location

tab<-read.table("traits.csv",header=T,sep=";",dec=".")

#Affiche les 6 premières lignes de la table
head(tab)

##############################
##  EXERCICE 1              ##
##############################
pdf("DynamiqueSouche.pdf",height=5,width=7)
##représentation graphique des données pour un temps inférieur à Tmax=300 minutes
listeSouche<-c("s104","s304","s270")
col_souche<-1:3 #pour choisir la couleur des souches 1 noir, 2 rouge, 3 vert 
names(col_souche)<-listeSouche #on donne des noms aux éléments de col_Souche pour pouvoir indiquer la couleur correspondant à la souche
pch_rep<-16:17 #pour choisir le type de point selon la valeur de rep (1 ou 2) 
lty_cinetique<-1:3 #pour choisir le type de ligne selon la valeur de cinétique (1 ou 2 ou 3) 
Tmax<-700 #temps au dela duquel on ne souhaite pas représenter les données


plot(-1,-1,xlim=c(0,Tmax),ylim=range(tab[tab$Temps_min<=Tmax,listeSouche]),xlab="Temps (min)",ylab="DO") #trace un graphique vide avec les limites appropriées
#ci dessous on répète la meme opération pour chaque souche
for (soucheChoisie in listeSouche)
{
  #on trace tous les points correspondant à cette souche, on précise la couleur et le type de points
  #pch permet de préciser le type de points
  points(tab$Temps_min,tab[,soucheChoisie],col=col_souche[soucheChoisie],pch=pch_rep[tab$rep],xlab="Temps (min)",ylab="DO")

  #pour chaque réplicat technique de chaque cinétique on relie les points entre eux
  for (i in 1:3)
  {
    for (j in 1:2)
    {
      tempo<-tab[tab$cinetique==i & tab$rep==j,] #pour cela on récupère uniquement les données correspondant à ce replicat technique
      #puis on trace une ligne. lty permet de préciser le type de ligne
      lines(tempo$Temps_min,tempo[,soucheChoisie],col=col_souche[soucheChoisie],pch=pch_rep[j],lty=lty_cinetique[i],xlab="Temps (min)",ylab="DO")
    }
  }

}
#on rajoute une légende, pas besoin de passer trop de temps sur la façon dont elle est construite
legend("topleft",c(listeSouche,"rep.bio.1","rep.bio.2","rep.bio.3","rep.tech.1","rep.tech.2"),col=c(1:3,rep(8,5)),lty=c(0,0,0,lty_cinetique,0,0),pch=c(15,15,15,-1,-1,-1,pch_rep))
dev.off()

  
#représentation graphique du modele de croissance exponentielle x(t)=x0*exp(rt)
temps<-0:300
x0<-10^5
r<-0.006
x<-x0*exp(r*temps)
plot(temps,x,type="l",xlab="Temps (min)",ylab="Nb de cellules/ml")

##############################
##  EXERCICE 2              ##
##############################
#On va estimer les paramètres de la fonction à partir de chaque réplicat, on aura donc 6 estimation de chaque paramètre par souche
#On va ranger ces estimations dans une table
param<-NULL
#on utiliser un algorithme qu'il faut initialiser avec des valeurs de paramètres. 

#on fait tourner l'algo pour chaque réplicat, on ne vous demande pas de comprendre l'algorithme qui ajuste le modèle aux observations
#pour chaque souche, chaque cinétique, chaque réplicat, on fait l'ajustement
for (soucheChoisie in listeSouche)
{
  x11()
  par(mfrow=c(2,3))
  for (j in 1:2)
  {
    for (i in 1:3)
    {
      tempo<-tab[tab$cinetique==i & tab$rep==j & tab$Temps_min<300,c("Temps_min",soucheChoisie)]
      colnames(tempo)<-c("temps","DO")
      fit1 <- lm(log(tempo$DO) ~ tempo$temps, data=tempo)
      res<-cbind.data.frame(souche=soucheChoisie,cinetique=i,rep=j,r=fit1$coefficients[2])
      param<-rbind.data.frame(param,res)
      plot(tempo$temps,log(tempo$DO),main=soucheChoisie)
      abline(fit1)
      
     }
  }
  
}

#observez comment est la table dans laquelle sont rangées les estimations
head(param)

#représentation des estimations
boxplot(r~souche,data=param)
aggregate(r~souche,data=param,FUN=mean)