Permet d'extraire le score des objets QR_matrix ou
mQR_matrix.
Arguments
- x
objet de type
QR_matrixoumQR_matrix.- format_output
chaîne de caractères indiquant le format de l'objet en sortie : soit un
data.framesoit unvector.- weighted_score
booléen indiquant s'il faut extraire le score pondéré (s'il existe) ou le score non pondéré. Par défaut, c'est le score non pondéré qui est extrait.
Value
extract_score() renvoie un data.frame avec deux colonnes : le
nom de la série et son score.
Details
Pour les objets QR_matrix, le score renvoyé est soit
l'objet NULL si aucun score n'a été calculé, soit un vecteur.
Pour les objets mQR_matrix, c'est une liste de scores
(NULL ou un vecteur).
Examples
# Chemin menant au fichier demetra_m.csv
demetra_path <- file.path(
system.file("extdata", package = "JDCruncheR"),
"WS/ws_ipi/Output/SAProcessing-1",
"demetra_m.csv"
)
# Extraire le bilan qualité à partir du fichier demetra_m.csv
QR <- extract_QR(demetra_path)
# Calculer le score
QR1 <- compute_score(x = QR, n_contrib_score = 5)
QR2 <- compute_score(
x = QR,
score_pond = c(qs_residual_sa_on_sa = 5, qs_residual_sa_on_i = 30,
f_residual_td_on_sa = 10, f_residual_td_on_i = 40,
oos_mean = 30, residuals_skewness = 15, m7 = 25)
)
mQR <- mQR_matrix(list(a = QR1, b = QR2))
# Extraire les scores
extract_score(QR1)
#> series score
#> 1 RF0610 140
#> 2 RF0620 105
#> 3 RF0811 280
#> 4 RF0812 245
#> 5 RF0893 75
#> 6 RF0899 240
#> 7 RF1011 460
#> 8 RF1012 505
#> 9 RF1013 460
#> 10 RF1020 515
#> 11 RF1031 300
#> 12 RF1032 305
#> 13 RF1039 510
extract_score(mQR)
#> $a
#> series score
#> 1 RF0610 140
#> 2 RF0620 105
#> 3 RF0811 280
#> 4 RF0812 245
#> 5 RF0893 75
#> 6 RF0899 240
#> 7 RF1011 460
#> 8 RF1012 505
#> 9 RF1013 460
#> 10 RF1020 515
#> 11 RF1031 300
#> 12 RF1032 305
#> 13 RF1039 510
#>
#> $b
#> series score
#> 1 RF0610 70
#> 2 RF0620 135
#> 3 RF0811 205
#> 4 RF0812 200
#> 5 RF0893 90
#> 6 RF0899 240
#> 7 RF1011 340
#> 8 RF1012 430
#> 9 RF1013 455
#> 10 RF1020 430
#> 11 RF1031 200
#> 12 RF1032 290
#> 13 RF1039 445
#>