Scarica spiegazione programma Rstudio e più Appunti in PDF di Statistica solo su Docsity!
importo i dati
Esame
#apro library (tidyverse) library(tidyverse)
#rendo fumi_tabacco un fattore Esame$fumi_tabacco tabacco<- as.factor(Esame$fumi_tabacco) levels(tabacco)<- c ("no", "si") tabacco
#rendo usi_cannabis un fattore Esame$usi_cannabis cannabis<- as.factor(Esame$usi_cannabis) levels(cannabis)<- c("no", "si") cannabis
#faccio una statistica descrittiva sui dati table(Esame$fumi_tabacco) table_tabacco<-table(Esame$fumi_tabacco) table(Esame$usi_cannabis) table_cannabis<-table(Esame$usi_cannabis)
#faccio una proporzione in base ai miei dati prop.table(table_tabacco) perc_tabacco<-prop.table(table_tabacco) prop.table(table_cannabis)
perc_cannabis<-prop.table(table_cannabis)
#dai miei dati vedo che il 55,99% dei partecipanti non fuma tabacco e che il 71,10% non fuma cannabis. inoltre si può vedere che vi è una percentuale maggiore di soggetti che fanno uso di tabacco rispetto alla cannabis.
#ora mostro i dati graficamente ggplot(data = Esame)+geom_bar(mapping = aes(x =tabacco)) ggplot(data = Esame)+geom_bar(mapping = aes(x =cannabis))
#indago sulle associazioni tra le variabili #creo tabella contingenza tabacco cannabis ggplot(data = Esame)+ geom_bar(aes(x= tabacco, fill= cannabis))
tab_tabacco_cannabis<-table(Esame$fumi_tabacco, Esame$usi_cannabis) tab_tabacco_cannabis
#ora per vedere se c'è una correlazione tra tabacco e cannabis faccio il test del chiquadrato quindi valuto l'ipotesi nulla quindi non vi è associazione tra chi fuma tabacco e chi fuma cannabis #H0= chi fuma tabacco non fuma cannabis chisq.test(tab_tabacco_cannabis) chi_tab_tabacco_cannabis<- chisq.test(tab_tabacco_cannabis) chi_tab_tabacco_cannabis
#c'è correlazione tra chi fuma tabacco e chi fuma cannabis #rifiuto H0 e quindi accetto h1= chi fuma tabacco fuma anche cannabis #quindi nel mio campione c'è una correlazione significativa tra uso di tabacco e cannabis
#rendo genere un fattore Esame$genere genere<- as.factor(Esame$genere) levels(genere)<- c("maschio", "femmina")
tab_tabacco_genere
#ora per vedere se c'è una correlazione tra genere e tabacco faccio il test del chiquadrato quindi valuto l'ipotesi nulla, nella quale non vi è associazione tra chi fa uso di tabacco e genere #H0= non esiste associazione tra fumare tabacco e il genere
hisq.test(tab_tabacco_genere) chi_tab_tabacco_genere<- chisq.test(tab_tabacco_genere) chi_tab_tabacco_genere
#non c'è una correlazione tra chi fuma tabacco e il genere
accetto H
#quindi nel mio campione non c'è una correlazione significativa tra uso di tabacco e genere
#richiamo il fattore cannabis e genere cannabis genere
#faccio una statistica descrittiva sui dati
table_genere table_cannabis
#faccio una proporzione tra i miei dati
perc_genere perc_cannabis
#ora mostro i dati graficamente
ggplot(data = Esame)+geom_bar(mapping = aes(x =cannabis)) ggplot(data = Esame)+geom_bar(mapping = aes(x=genere))
26 righe di soggetti sono state tolte perchè non specificate
#ora indago sulle associazioni tra variabili #creo la tabella contingenza cannabis genere ggplot(data = Esame)+ geom_bar(aes(x=genere, colour=cannabis)) tab_cannabis_genere<- table(Esame$usi_cannabis, Esame$genere) tab_cannabis_genere
#ora per vedere se c'è una correlazione tra genere e cannabis faccio il test del chiquadrato quindi valuto l'ipotesi nulla, nella quale non vi è associazione tra chi fa uso di cannabis e genere #H0= non esiste associazione tra fumare cannabis e il genere
hisq.test(tab_cannabis_genere) chi_tab_cannabis_genere<- chisq.test(tab_cannabis_genere) chi_tab_cannabis_genere
c'è una correlazione tra chi fuma cannabis e il genere
non accetto H
#quindi nel mio campione c'è una correlazione significativa tra uso di cannabis e genere
###Tridimensional Personality Questionnaire (TPQ)
g_desc_HAtot_TPQ<- ggplot(data = Esame)+ geom_boxplot(aes(x= HAtot, y= genere)) g_desc_HAtot_TPQ
g_desc_RDtot_TPQ<- ggplot(data = Esame)+ geom_boxplot(aes(x=RDtot, y= genere)) g_desc_RDtot_TPQ ####################################################################################
g_desc_NStot_HAtot_c<-ggplot(data = Esame)+geom_point(aes(x=NStot, y= HAtot, color=cannabis)) g_desc_NStot_HAtot_c
g_desc_HAtot_RDtot_c<- ggplot(data = Esame)+ geom_point(aes(x=HAtot, y=RDtot, color=cannabis)) g_desc_HAtot_RDtot_c
g_desc_RDtot_NStot_C<-ggplot(data = Esame)+ geom_point(aes(x=RDtot, y=NStot, color=cannabis)) g_desc_RDtot_NStot_C
g_desc_NStot_HAtot_t<-ggplot(data = Esame)+geom_point(aes(x=NStot, y= HAtot, color=tabacco)) g_desc_NStot_HAtot_t
g_desc_HAtot_RDtot_t<- ggplot(data = Esame)+ geom_point(aes(x=HAtot, y=RDtot, color=tabacco)) g_desc_HAtot_RDtot_t
g_desc_RDtot_NStot_t<-ggplot(data = Esame)+ geom_point(aes(x=RDtot, y=NStot, color=tabacco)) g_desc_RDtot_NStot_t
