EXEMPLE PRATIQUE · REPRODUIRE UN ARTICLE DANS EXCEL
Données supplémentaires d’un article résumées et vérifiées avec son tableau
Un étudiant de troisième cycle reproduisant un article PLOS ONE de 2025 sur la pollution PM2.5 dans 337 villes chinoises a envoyé l’article et son fichier Excel supplémentaire. Il a demandé à une feuille récapitulative des coefficients du modèle dans ce classeur, vérifiée avec les moyennes du tableau 6 de l’article, avec un graphique.
a écrit le résumé en formules actives, lu le tableau 6 du PDF et retrouvé les six moyennes. À la demande d’ajouter le deuxième fichier supplémentaire, il a copié sa feuille, étendu le résumé à douze facteurs et refait le graphique en barres triées à deux couleurs. Les six nouvelles moyennes du tableau 6 ont nécessité une relance.
1L’envoi : coefficients du modèle pour 337 villes et l’article
- 12 / 12lignes de facteurs conformes à notre recalcul
- ≤ 0.0005écart avec le tableau 6, pour chaque facteur
- 3demandes, dont une relance finale
- 0.52crédits au total
Ouvrir les vrais fichiers
L’article et ses fichiers supplémentaires sont liés sur PLOS ONE. Les trois classeurs sont ceux de l’exécution. Téléchargez-les et ouvrez-les dans Excel.
Origine des fichiers : PLOS ONE, « Identification des schémas spatiotemporels et des facteurs naturels et socioéconomiques influençant la pollution PM2.5 et O3 en Chine » (2025), avec ses fichiers supplémentaires S1 et S2. Publié sous CC BY 4.0. Les auteurs n’ont ni examiné ni approuvé cet exemple.
01 · LE FICHIER DE DÉPART
337 villes, 24 colonnes de coefficients et un tableau dans un PDF
S1 a une feuille : une ligne par ville, avec pour chacun des six facteurs socioéconomiques son coefficient local (beta_), son erreur-type, sa valeur t et sa valeur p. S2 a la même structure pour six facteurs naturels. L’article rapporte la moyenne de chaque coefficient au tableau 6, page 13 du PDF.
City| A | B | C | D | E | F | G | T | |
|---|---|---|---|---|---|---|---|---|
| 1 | City | beta_Popden | beta_PGDP | beta_Prosec | beta_Energy | beta_Roadden | beta_NDVI | p_Popden |
| 2 | Da Hinggan Ling Mountains | 0.569 | -0.096 | 0.080 | 0.025 | -0.087 | -0.067 | 0.000 |
| 3 | Heihe | 0.570 | -0.099 | 0.108 | 0.025 | -0.091 | -0.069 | 0.000 |
| 4 | Yichun | 0.569 | -0.102 | 0.117 | 0.025 | -0.093 | -0.072 | 0.000 |
| 5 | Hulunbuir | 0.566 | -0.105 | 0.088 | 0.025 | -0.089 | -0.063 | 0.000 |
| 6 | Qiqihar | 0.567 | -0.106 | 0.111 | 0.024 | -0.092 | -0.066 | 0.000 |
| … | ||||||||
| 338 | Shihezi | 0.404 | -0.207 | -0.073 | 0.037 | -0.080 | -0.130 | 0.000 |
02 · DEMANDE 1
« Ajoutez une feuille Summary, vérifiée avec le tableau 6 »
Ce que l’étudiant a saisi
I'm replicating the PM2.5 paper attached (PLOS ONE 2025). S1_File_data_for_Fig5.xlsx has the local MGWR results for 337 cities on sheet 'PM2.5_socioeconomic' (beta_, se_, t_ and p_ columns for Popden, PGDP, Prosec, Energy, Roadden, NDVI). In this workbook, add a sheet 'Summary' with one row per factor and these columns: 1. Mean, SD (sample), Min, Median, Max of the beta_ coefficient 2. Number of cities with p < 0.05 (use the p_ column), split into positive and negative beta 3. The mean reported in the paper's Table 6 (PDF page 13), and the difference from our mean Use formulas pointing at the data sheet where you can. Then add a native Excel bar chart of the six mean coefficients on the Summary sheet. Leave the data sheet unchanged.
Ce qu'a fait
- A ajouté une feuille « Summary », une ligne par facteur : moyenne, écart-type d’échantillon, minimum, médiane et maximum de chaque colonne beta_, par des formules sur les 337 lignes.
- A compté les villes avec p < 0.05, séparées selon le signe de beta, avec COUNTIFS sur les colonnes p_ et beta_.
- A lu le tableau 6 à la page 13 du PDF, saisi ses six moyennes et ajouté une colonne d’écart sous forme de formule.
- A ajouté un graphique en barres Excel natif des six moyennes et laissé la feuille de données inchangée.
Factor| A | B | C | D | E | F | G | H | I | J | |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Factor | Mean (beta) | SD sample (beta) | Min (beta) | Median (beta) | Max (beta) | Significant p<0.05, beta>0 (n) | Significant p<0.05, beta<0 (n) | Paper Table 6 mean | Difference (our mean minus paper) |
| 2 | Popden | 0.4396 | 0.2030 | -0.0088 | 0.3887 | 1.0897 | 263 | 0 | 0.4400 | -0.0004 |
| 3 | PGDP | -0.0406 | 0.1479 | -0.4360 | -0.0565 | 0.3066 | 26 | 48 | -0.0410 | 0.0004 |
| 4 | Prosec | 0.0842 | 0.0493 | -0.0823 | 0.1032 | 0.1208 | 166 | 16 | 0.0840 | 0.0002 |
| 5 | Energy | 0.0207 | 0.0051 | 0.0141 | 0.0196 | 0.0439 | 0 | 0 | 0.0210 | -0.0003 |
| 6 | Roadden | -0.1018 | 0.0057 | -0.1092 | -0.1029 | -0.0745 | 0 | 0 | -0.1020 | 0.0002 |
| 7 | NDVI | -0.0311 | 0.0358 | -0.1439 | -0.0238 | 0.0157 | 0 | 8 | -0.0310 | -0.0001 |
Mean MGWR coefficient (beta) by factor
Nous avons vérifié avec les données : Nous avons recalculé chaque statistique sur les 337 lignes : les six lignes concordent à trois décimales, comptages inclus (Popden 263 positifs, PGDP 26 et 48, Prosec 166 et 16, NDVI 8 négatifs), et chaque moyenne correspond au tableau 6 à trois décimales ; la colonne d’écart ne montre que l’arrondi, au plus 0.0004.
03 · DEMANDE 2
« Ajoutez maintenant les facteurs naturels du deuxième fichier »
Ce que l’étudiant a saisi
Now add the natural factors. In the same workbook: 1. Copy sheet 'PM2.5_natural' from S2_File_data_for_Fig6.xlsx (attached) in as a second data sheet, unchanged. 2. Extend the Summary to all 12 factors (Tem, Pre, Ws, Rh, Ap, Sd below the six socioeconomic ones), same columns, including the Table 6 means. 3. Change the chart to a horizontal bar chart of all 12 means, sorted from largest to smallest, with socioeconomic and natural factors in two different colours and a legend saying which is which. Don't change the existing six Summary rows.
Ce qu'a fait
- A copié la feuille « PM2.5_natural » du fichier S2 dans le classeur avec ses 337 lignes.
- A ajouté six lignes pour Tem, Pre, Ws, Rh, Ap et Sd avec les mêmes formules, sans modifier les six premières.
- A construit un tableau auxiliaire en L1:N13 : les douze moyennes triées par ordre décroissant, une colonne par groupe.
- A remplacé le graphique par un graphique en barres horizontales de ce tableau : douze barres, facteurs socioéconomiques et naturels en deux couleurs, avec une légende.
- A laissé vides les moyennes du tableau 6 pour les nouveaux facteurs : l’article ne faisait pas partie des fichiers lus pour cette demande. Son message final l’expliquait et proposait de les remplir si l’article était joint.
Factor| A | B | C | D | E | F | G | H | I | J | |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Factor | Mean (beta) | SD sample (beta) | Min (beta) | Median (beta) | Max (beta) | Significant p<0.05, beta>0 (n) | Significant p<0.05, beta<0 (n) | Paper Table 6 mean | Difference (our mean minus paper) |
| 2 | Popden | 0.4396 | 0.2030 | -0.0088 | 0.3887 | 1.0897 | 263 | 0 | 0.4400 | -0.0004 |
| 3 | PGDP | -0.0406 | 0.1479 | -0.4360 | -0.0565 | 0.3066 | 26 | 48 | -0.0410 | 0.0004 |
| 4 | Prosec | 0.0842 | 0.0493 | -0.0823 | 0.1032 | 0.1208 | 166 | 16 | 0.0840 | 0.0002 |
| 5 | Energy | 0.0207 | 0.0051 | 0.0141 | 0.0196 | 0.0439 | 0 | 0 | 0.0210 | -0.0003 |
| 6 | Roadden | -0.1018 | 0.0057 | -0.1092 | -0.1029 | -0.0745 | 0 | 0 | -0.1020 | 0.0002 |
| 7 | NDVI | -0.0311 | 0.0358 | -0.1439 | -0.0238 | 0.0157 | 0 | 8 | -0.0310 | -0.0001 |
| 8 | Tem | -0.5283 | 0.3172 | -0.9254 | -0.5554 | 0.0828 | 0 | 282 | ||
| 9 | Pre | -0.2908 | 0.2039 | -0.8050 | -0.2426 | 0.0568 | 0 | 164 | ||
| 10 | Ws | 0.0424 | 0.2451 | -0.7504 | 0.0560 | 0.5892 | 77 | 24 | ||
| 11 | Rh | 0.0365 | 0.1642 | -0.2536 | 0.0000 | 0.3140 | 52 | 5 | ||
| 12 | Ap | 0.6354 | 0.0089 | 0.6144 | 0.6354 | 0.6486 | 337 | 0 | ||
| 13 | Sd | -0.2127 | 0.0132 | -0.2385 | -0.2124 | -0.1757 | 0 | 337 |
Mean MGWR coefficient (beta) by factor
- Socioeconomic
- Natural
Factor| L | M | N | |
|---|---|---|---|
| 1 | Factor | Socioeconomic | Natural |
| 2 | Ap | 0 | 0.635383529 |
| 3 | Popden | 0.4395928664 | 0 |
| 4 | Prosec | 0.08424064731 | 0 |
| 5 | Ws | 0 | 0.04236848852 |
| 6 | Rh | 0 | 0.0364906784 |
| 7 | Energy | 0.02065123283 | 0 |
| 8 | NDVI | -0.03114898101 | 0 |
| 9 | PGDP | -0.04059583997 | 0 |
| 10 | Roadden | -0.1018138745 | 0 |
| 11 | Sd | 0 | -0.2126999148 |
| 12 | Pre | 0 | -0.2908334881 |
| 13 | Tem | 0 | -0.5282885883 |
Nous avons vérifié avec les données : Les six nouvelles lignes correspondent à notre recalcul des données S2 ; la feuille copiée contient les mêmes nombres que S2 ; les six premières lignes sont inchangées ; le graphique a deux séries de douze valeurs dans l’ordre trié.
04 · RELANCE
« Les moyennes du tableau 6 manquent toujours »
Ce que l’étudiant a saisi en joignant à nouveau l’article
The Table 6 means for Tem, Pre, Ws, Rh, Ap and Sd are still missing in the Summary. They are in Table 6 on page 13 of the paper attached. Please fill them in, with the difference from our mean, like the six socioeconomic rows.
Ce qu'a fait
- A lu les six moyennes des facteurs naturels dans le tableau 6, page 13, et les a saisies.
- A calculé leurs écarts avec la même formule que les six premières lignes.
Factor| A | B | C | D | E | F | G | H | I | J | |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Factor | Mean (beta) | SD sample (beta) | Min (beta) | Median (beta) | Max (beta) | Significant p<0.05, beta>0 (n) | Significant p<0.05, beta<0 (n) | Paper Table 6 mean | Difference (our mean minus paper) |
| 2 | Popden | 0.4396 | 0.2030 | -0.0088 | 0.3887 | 1.0897 | 263 | 0 | 0.4400 | -0.0004 |
| 3 | PGDP | -0.0406 | 0.1479 | -0.4360 | -0.0565 | 0.3066 | 26 | 48 | -0.0410 | 0.0004 |
| 4 | Prosec | 0.0842 | 0.0493 | -0.0823 | 0.1032 | 0.1208 | 166 | 16 | 0.0840 | 0.0002 |
| 5 | Energy | 0.0207 | 0.0051 | 0.0141 | 0.0196 | 0.0439 | 0 | 0 | 0.0210 | -0.0003 |
| 6 | Roadden | -0.1018 | 0.0057 | -0.1092 | -0.1029 | -0.0745 | 0 | 0 | -0.1020 | 0.0002 |
| 7 | NDVI | -0.0311 | 0.0358 | -0.1439 | -0.0238 | 0.0157 | 0 | 8 | -0.0310 | -0.0001 |
| 8 | Tem | -0.5283 | 0.3172 | -0.9254 | -0.5554 | 0.0828 | 0 | 282 | -0.5280 | -0.0003 |
| 9 | Pre | -0.2908 | 0.2039 | -0.8050 | -0.2426 | 0.0568 | 0 | 164 | -0.2910 | 0.0002 |
| 10 | Ws | 0.0424 | 0.2451 | -0.7504 | 0.0560 | 0.5892 | 77 | 24 | 0.0420 | 0.0004 |
| 11 | Rh | 0.0365 | 0.1642 | -0.2536 | 0.0000 | 0.3140 | 52 | 5 | 0.0360 | 0.0005 |
| 12 | Ap | 0.6354 | 0.0089 | 0.6144 | 0.6354 | 0.6486 | 337 | 0 | 0.6350 | 0.0004 |
| 13 | Sd | -0.2127 | 0.0132 | -0.2385 | -0.2124 | -0.1757 | 0 | 337 | -0.2130 | 0.0003 |
Nous avons vérifié avec les données : Les douze lignes correspondent à notre recalcul des deux feuilles et les douze moyennes du tableau 6 sont correctes (Tem −0.528, Pre −0.291, Ws 0.042, Rh 0.036, Ap 0.635, Sd −0.213) ; S1 est inchangée et la feuille S2 copiée contient les mêmes nombres.
Reproduire l’étude dans les fichiers des auteurs
lit ensemble l’article et les données supplémentaires, écrit les statistiques sous forme de formules vérifiables et place les chiffres publiés à côté pour faire apparaître tout écart.
POURSUIVRE LA LECTURE
Lire un autre exemple concret
Universitaires
Résultats de maths d’un district mis en graphique, puis ajout de l’écart des élèves apprenant l’anglais
Universitaires
Créer de nouveaux sujets d’entraînement à partir d’un ancien examen d’algèbre
Secteur public
Tableau budgétaire de l'OMB converti en graphique Excel et présentation de briefing
Voir les 19 exemples concrets →Tous les exemples pour Universitaires →