|>
data_count ::reactable() reactable
Déterminer la taille des échantillons par site
On compte le nombre de mesures pour chaque combinaison.
source("src/itgr_measurements.R")
<- itgr_measurements()
contaminants
<- contaminants |>
data_count ::mutate(Year = as.integer(Year)) |>
dplyr::uncensored(cols = "value", keep_cens = TRUE) |>
toxbox::group_by(Location, Year, Species, conpound_family, variable) |>
dplyr::summarise(n = dplyr::n(), n_censored = sum(value_censored)) dplyr
Warning: There was 1 warning in `dplyr::mutate()`.
ℹ In argument: `dplyr::across(tidyselect::all_of(cols), remove_cens)`.
Caused by warning:
! NAs introduced by coercion
`summarise()` has grouped output by 'Location', 'Year', 'Species',
'conpound_family'. You can override using the `.groups` argument.
Criteria 1. On retire les sites pour lesquelles, il y a une seule année de collecte (impossibilité de calibrer un modèle de tendance temporelle).
Voici la liste des sites pour lesquelles, on a une seule année de mesure
<- contaminants |>
crit1 ::select(Location, Year) |>
dplyr::distinct() |>
dplyr::group_by(Location) |>
dplyr::count() |>
dplyr::filter(n == 1) |>
dplyr::pull(Location)
dplyr
cat(paste("*", crit1), sep="\n")
- Archipel de Mingan (approximative location)
- Beauharnois
- Betchouanes
- Bonaventure
- Deslauriers
- Escuminac
- Gros Pot
- Ile Beauséjour
- Ile Bellechasse
- Ile Bienville
- Ile Blanche
- Ile Dodens
- Ile Dowker
- Ile Nue
- Ile Saint-Barnabé
- Ile a Bouleau de Terre
- Ile aux Pommes
- Ile de la Madeleine
- Ile de la Mine
- Ile du Petit Caoui
- Ile du Petit Caouis
- Ile à Calculot des Betchouanes
- Iles aux Loups Marins
- Iles de la Madeleine
- Ilets Boisés
- Ilets De Quen
- Kamouraska
- Kukuministuk (Caye à Cochons)
- Lac Bleu
- Lac Evans
- Lac Saint-Bernard
- Lac St-Pierre
- Lac à la Carpe
- Long Island
- Miller island
- Missipinuk (Grosse Romaine)
- Petit Lac Jacques Cartier
- Petite Ile Ste-Geneviève
- Pointe Saint-Pancrace
- Prairie du Castor
- Riviere George
On retire ces sites pour l’étude de la taille de l’échantillon
<- data_count |>
data_count ::filter(!(Location %in% crit1)) |>
dplyr::ungroup() dplyr