Tecniche Psicometriche e Analisi dei Dati. Prof. Rocco Micciolo.

Dimensione: px

Iniziare la visualizzazioe della pagina:

Download "Tecniche Psicometriche e Analisi dei Dati. Prof. Rocco Micciolo."

Celia Fiorini
5 anni fa
Visualizzazioni

1 Tecniche Psicometriche e Analisi dei Dati a.a. 2018/2019 Prof. Rocco Micciolo rocco.micciolo@unitn.it

2 Dettagli logistici Consultare frequentemente la pagina web del corso all indirizzo Ricevimento: su appuntamento (o al termine delle lezioni) rocco.micciolo@.unitn.it Ufficio: a Rovereto, 2 piano della palazzina di Palazzo Fedrigotti. Stanza 222.

3 Modalità di svolgimento del corso Lezione: lunedì, martedì, giovedì ( ) I materiali relativi alle lezioni sono depositati on-line Le lezioni nelle intenzioni sono interattive (sta a voi renderle tali). È utile portare a lezione un pc La frequenza è obbligatoria? No, ma è assolutamente consigliato frequentare regolarmente il corso Modalità di esame: in aula informatica Testi di riferimento

5 Agresti - Finlay Statistical Methods for the Social Sciences Pearson Prentince Hall Capitolo 12 (ANOVA) Capitolo 13 (ANCOVA)

6 Modalità di esame Esame scritto (al computer, in aula informatica) con la possibilità di portare e consultare il testo di riferimento Ricerca con R (l originale, non le fotocopie!) Pre-appello

7 Contenuti del corso Analisi dei risultati derivanti da studi sperimentali o da studi osservazionali Disegno dell esperimento Disegno dell esperimento (Experimental design)

12 Disegni sperimentali più complessi Disegni fattoriali Disegni a blocchi Disegni misti Analisi della covarianza

14 Prereqrisiti

Le lezioni non avranno soltanto carattere teorico ma saranno integrate con esemplificazioni pratiche Verrà impiegato il software R per l analisi dei dati Siete invitati a

15 Le lezioni non avranno soltanto carattere teorico ma saranno integrate con esemplificazioni pratiche Verrà impiegato il software R per l analisi dei dati Siete invitati a installare R e a riprodurre tutto quanto viene fatto vedere a lezione e a integrarlo con opportune varianti Per lavorare al meglio con R è opportuno disporre di un editor come R studio

16 Getting Started Where to get R? Go to cran.r-project.org Select the version for your OS For Windows: select base Select the latest version ( )

18 The R GUI

19 The R Working Area This is the area where all commands are issued, and non-graphical outputs observed when run interactively

20 Quitting q()

Packages To load a package from the GUI menu A package is a standardized collection of material extending R Contain R functions, data sets, compiled dll s A

22 Packages To load a package from the GUI menu A package is a standardized collection of material extending R Contain R functions, data sets, compiled dll s A default R installation contains several packages. Additional packages can be installed. Not part of the user workspace Can be loaded with a library statement

23 rmf È una libreria di funzioni sviluppata preparando le lezioni di vari corsi di Statistica È scritta esclusivamente usando funzioni preesistenti di R e si occupa(va) principalmente di produrre un output Permette (al docente e allo studente) di eseguire simulazioni per dimostrare empiricamente le regole e i metodi dell inferenza statistica Potete scaricarla e installarla dal link seguente: Come tutte le librerie (packages) va installata una volta per tutte e richiamata all apertura di ogni sessione di R con il comandolibrary(rmf) La versione di R deve essere o successive

24 Lavoriamo un po con R

25 R as a calculator > x <- c(1,3,2,10,5); y <- c(1:5) > x [1] > x+y [1] > x*y [1] > x/y [1] > x^y [1]

26 R as a calculator > x <- c(1,3,2,10,5); y <- c(1:5) > sum(x) [1] 21 > cumsum(x) [1] > x <- 0.5; 2*x^2-3*x+1<0 [1] FALSE

27 Frequently used operators <- Assign Or + Sum & And - Difference < Less * Multiplication > Greater / Division <= Less or = ^ Exponent >= Greater or = %% Mod! Not %*% Dot product!= Not equal %/% Integer division == Is equal %in% Subset

579, lty = 2, col = "Blue") > legend(5, 118, c("lowess smoother", "linear regression"), lty =

28 R has many nice and easy-touse plotting functions > plot(cars) * ) > lines(lowess(cars), col = "Red") > lines(c(4, 25), c(4, 25)* , lty = 2, col = "Blue") > legend(5, 118, c("lowess smoother", "linear regression"), lty = 1:2, col = c("red", "Blue")) R as a plotter * ) The data give the speed of cars and the distances taken to stop. Note that the data were recorded in the 1920s.

29 > plot(sin, 0, 2*pi, type = "p", pch = "*", col = 2) > plot(table(rpois(1000,5)), type="h",col="red",lwd=10, main="rpois(1000,lambda=5)")

30 > curve(dnorm,-3,3)

Documenti analoghi

Metodi Quantitativi per le Scienze della Vita. Prof. Rocco Micciolo.

Metodi Quantitativi per le Scienze della Vita a.a. 2017/2018 Prof. Rocco Micciolo rocco.micciolo@unitn.it Dettagli logistici Consultare regolarmente Comunità Online e la pagina web del corso all indirizzo