Claudio Locci - Vincenzo Rundeddu

Transcript

1 L analisi dei dati Come reperirlo Claudio Locci - Vincenzo Rundeddu - Downloaddalsito: project.orgorg 1 2 Primi passi: L importazione Posizionare il file.csv o.txt su cui svolgere l analisi in una cartella a piacere; Entrare in R e dal menù File Cambia directory individuare la cartella selezionata nel punto precedente; Effettuare l importazione del file attraverso il comando read.csv2 > dati2<-read.csv2("centrocomm.csv") Ora possiamo richiamare in qualsiasi momento l oggetto dati. Si noti che la scelta del nome dati è puramente casuale. 3 4

2 Verifica corretta importazione 1) > fix (dati) Visualizza il database in stile excel; 2) > str (dati) Visualizza le tipologie di variabili importate e indica il numero di osservazioni presenti nel database; 3) > summary (dati) Principali statistiche descrittive Varianza Il comando che permette di calcolare la varianza di una variabile è var. Calcoliamo la varianza della variabile nspesemese : > var(dati$nspesemese) [1] Media Il comando che permette di calcolare la media di una variabile è mean. Calcoliamo la media della variabile etainterv : > mean (dati$etainterv) [1] Il simbolo $ permette di richiamare una o più variabili da un database. Esso dev essere sempre preceduto dal nome del database e seguito dal nome della variabile. Le tabelle di frequenza Attraverso il comando table possiamo costruire una tabella di frequenza per la variabile desiderata: > table(dati$genereinterv) f m

3 Le tabelle di frequenza La logica del linguaggio Se volessimo costruire un tabella a doppia entrata è sufficiente inserire un seconda variabile dopo la virgola: > table(dati$genereinterv,dati$luogodomicilio) lontano vicino f m Le elaborazioni in R vanno effettuate su oggetti. Per creare oggetti si utilizza l operatore di assegnazione <- o -> Il trattino e il maggiore o minore formano una freccia il cui senso indica l assegnazione nomeoggetto <- funzione(parametro1, parametro2) o alternativamente funzione(parametro1, parametro2) -> nomeoggetto 9 10 La logica del linguaggio Eliminare gli oggetti Ad esempio, salviamo la tabella di frequenza vista in precedenza > tabella<-table(dati$genereinterv,dati$luogodomicilio) > ls() [1] "dati" "tabella" Se si vogliono eliminare più oggetti, bisogna elencarli separati da virgole. > rm(thing1, thing2) Quando si inizia una nuova sessione di lavoro, `e opportuno rimuovere tutti i vecchi oggetti che non servono. Un comando utile `e: > rm(list = ls()) o, in alternativa, rm(list=objects())

4 Il salvataggio dei dati Importanza della cronologia Nella directory di lavoro R salva 2 file: 1.un file ASCII(.Rhistory) che riporta i codici digitati sul prompt, senza comunque riportare le risposte di R. si salva da File salva cronologia ; si apre con notepad ; 2.un file workspace (.Rdata) che contiene tutti gli oggetti creati durante la sessione. si salva da File salva area di lavoro ; Permette di richiamare il codice già digitato con le frecce Può essere aperta e modificata con il blocco note/notepad Con un semplice Copia e incolla si può rilanciare in un attimo tutto il codice sull area di lavoro (anche migliaia di elaborazioni) Importanza dell Help Il simbolo # Per conoscere parametri e modalità di utilizzo di una funzione (es: mean) help (mean) oppure?mean Per osservarne l utilizzo con esempi example(mean) Il simbolo # consente di inserire commenti dopo la digitazione di un comando. Poiché esiste la possibilità di salvare la cronologia (tutto ciò che si è digitato), un commento dopo i comandi più significativi permette di creare un promemoria sul significato di quel comando. Esempio: > 3 * 3 # moltiplicazione [1]

5 I grafici: variabili quantitative Hist è il comando per creare un istogramma con le variabili quantitative: > hist(dati$etainterv,freq=t) I grafici: variabili quantitative Boxplot è il comando per creare una scatola a baffi con le variabili quantitative: > boxplot(dati$etainterv) I grafici: variabili qualitative I grafici: variabili qualitative Barplot è il comando per creare un diagramma a barre con le variabili qualitative: > barplot(table(dati$luogodomicilio)) Pie è il comando per creare grafico a torta con le variabili qualitative: > pie(table(dati$luogodomicilio)) 19 20

6 f I grafici bivariati: 2 variabili qualitative Utilizzo la virgola per separare le due variabili qualitative > plot(table(dati$luogodomicilio,dati$genereinterv)) x I grafici bivariati: 2 variabili qualitative Utilizzo la virgola per separare le due variabili qualitative > plot(table(dati$luogodomicilio,dati$mezzipubb),col=rainbow(5)) lontano vicino lontano vicino si m piedi no I grafici bivariati: 2 variabili quantitative I grafici bivariati: 1 variabile qualitativa e 1 quantitativa Utilizzo un grafico a dispersione > plot(dati$etainterv,dati$nspesemese) > boxplot(split(dati$nspesemese,dati$genereinterv)) > cor(dati$etainterv,dati$nspesemese) [1] f m 23 24