

Studia grazie alle numerose risorse presenti su Docsity
Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium
Prepara i tuoi esami
Studia grazie alle numerose risorse presenti su Docsity
Prepara i tuoi esami con i documenti condivisi da studenti come te su Docsity
Trova i documenti specifici per gli esami della tua università
Preparati con lezioni e prove svolte basate sui programmi universitari!
Rispondi a reali domande d’esame e scopri la tua preparazione
Riassumi i tuoi documenti, fagli domande, convertili in quiz e mappe concettuali
Studia con prove svolte, tesine e consigli utili
Togliti ogni dubbio leggendo le risposte alle domande fatte da altri studenti come te
Esplora i documenti più scaricati per gli argomenti di studio più popolari
Ottieni i punti per scaricare
Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium
LISTA COMANDI secondo parziale
Tipologia: Sintesi del corso
1 / 2
Questa pagina non è visibile nell’anteprima
Non perderti parti importanti!


STATISTICA (CLEACC) a.a. 2025-
c (definisce un vettore): c(x 1 ,x 2 ,…,xn) str (fornisce la struttura dell’oggetto): str(oggetto) tapply (applica una funzione alla variabile1 nei gruppi identificati dalla variabile2): tapply(variabile1, variabile2, funzione) plot (produce un grafico di dispersione): plot(variabile1, variabile2) hist (produce un istogramma): hist(variabile,freq=F) boxplot (produce un boxplot): boxplot(variabile) barplot (produce un grafico a barre): barplot(tabella con frequenze assolute o relative) pie (produce un grafico a torta): pie(tabella con frequenze assolute o relative) table (produce una tabella con le frequenze assolute o una tabella a doppia entrata con le frequenze assolute congiunte): table(variabile) o table(variabile1,variabile2) prop.table (produce una tabella con le frequenze relative o una tabella a doppia entrata con le frequenze relative congiunte): prop.table(tabella) summary (fornisce una sintesi dell’oggetto, diversa a seconda dell’oggetto): summary(oggetto) mean (fornisce la media aritmetica): mean(variabile) median (fornisce la mediana): median(variabile) cor (fornisce il coefficiente di correlazione lineare): cor(variabile1, variabile2) cov (fornisce la covarianza): cov(variabile1, variabile2) var (fornisce la varianza): var(variabile) sd (fornisce la deviazione standard, ovvero scarto quadratico medio): sd(variabile) pnorm (fornisce la probabilità con cui una variabile aleatoria con distribuzione normale assume un valore minore o uguale a x): pnorm(x,μ,σ) qnorm (fornisce il quantile di ordine α di una variabile aleatoria con distribuzione normale): qnorm(α,μ,σ) qt (fornisce il quantile di ordine α di una variabile aleatoria con distribuzione t di Student con k gradi di libertà): qt(α,k) t.test (in relazione agli intervalli di confidenza: fornisce l’intervallo di confidenza di livello 1- α per la media di una popolazione normale con varianza incognita): t.test(variabile,conf.level=1- α) pt (fornisce la probabilità con cui una variabile aleatoria con distribuzione t di Student con k gradi di libertà assume un valore minore o uguale a x): pt(x,k)
t.test (in relazione ai test su una popolazione: fornisce i risultati relativi al test t per la media di una popolazione): t.test(variabile,mu=
t.test (in relazione ai test su due popolazioni: fornisce i risultati relativi al test t sulla differenza delle medie di due popolazioni): t.test(variabile1 non preceduta da nome dataframe variabile2 non preceduta da nome dataframe, data=nome dataframe, var.equal=T, alternative=”.....”) qchisq (fornisce il quantile di ordine α di una variabile aleatoria con distribuzione chi-quadrato con k gradi di libertà): qchisq(α,k) pchisq (fornisce la probabilità con cui una variabile aleatoria con distribuzione chi-quadrato con k gradi di libertà assume un valore minore o uguale a x): pchisq(x,k) summary (applicato ad una tabella a doppia entrata effettua il test di indipendenza chi-quadrato) lm (implementa un modello di regressione lineare): lm(Y x1+x2+...+xp, data=nome dataframe) confint (fornisce gli intervalli di confidenza di livello 1- α per i coefficienti di un modello di regressione): confint(modello,level=1- α) anova (effettua il test F parziale): anova(modello1, modello2) predict (fornisce previsioni e intervalli di previsione di livello 1- α in un modello di regressione lineare): predict(modello,newdata=data.frame(x1=..,x2=”..”,...,xp=..), interval=”prediction” oppure “confidence”, level=1- α)