Appunti Laboratorio in R - Modelli Statistici (Analisi statistica multivariata)

Appunti laboratorio

Dataset anziché volta scorciatoia variabile scrivere ogni 0: ISearch (dataset) (Altach di dataset esplicitare riferimento Quindi lavorando attack il serve sta ✗ su cui si Search): ] → ) Altach (dataset di da sul dataset una inserire terminato lavorare volta esame indi ambiente With RIF valutare funzione una crea reserve ✗ ✗ un°.) (Iris) with (es vari plot 2: var, , Iris Alternativa (trovar data plot 2 var =, lo che indica spazio separa le variabili vettura.

Lettura file

• File: indica sono ciò che variabili nomi "" " " "tablet " del read txt header file TRUE xpnome = ==. .. , , , separatore è il punto le decimali cifre ✗.
• Vettura file Excel: "(setwd )'percorso directory worm (Library) readxl più Fogli di essere Fine in stesso possono calcolo uno ci :" Foglio sheet dico () di quale Mad con sheet excel ' ("xlsx calcolo file" del considerare file in questo caso n nome = - ,.1mL.
• Funzione: linear 1mL funzione la) model utili ad produce modello oggetto restituisce classe di alcuni di relativi un valori ovvero un, variabili.

Regressione lineare

Regressione lineare costruito della argomento funzione inserite come (1m Ynx Esplicativa VAR Risposta VAR) (da risultati restituiti UMU y × :~) 1mmod (yvx = È È O]$ (Mod coefficients restituisce ,, È $ È fitted. Ò mod Values delle restituisce veto né i ✗+- = ,, Ji $mod residua '/ li Yi restituisce residui icioe = - , diverse funzioni UnU hanno sono lineare che SUMMARY la modello° funzione è oggetto: esempio per un.) (mod summary restituisce seguenti utili risultati I: Ji.

Residuals statistiche residui: sui Yi li = -. Statistiche coefficients sui 2 coefficienti t Std value: value error stima la come p. . ,, , ,

Gestione valori mancanti

Gestione valori mancanti dei° contenenti omit righe elimina Values noi ing → Miss:.exclude differenza numerosità la noi a campionaria di conserva noi omie → :. .$) TRUE FALSE dataset attributo (' indicando NA valore na1s erennnisct.se un →: o.) (NA di media TRUE considerando calcola harm values non mean ✗ ✗ := → , .[ ] TRUE for Davis calcolo NAIAZTRA CORRE dataset rm di VAR ma -1 valori UN con = → , . ., - utilizzare alternative guardare! le help nell' da errore restituisce) dataset dataset (NA /T seconda TIFF renntuisce NA any nome nela → che: siano meno oci))) ((is (NA dataset 1- T disponi osservare graficamente Axes dove na: maggior m → = .. , nell' ultime variabile gli immagine nelle vede 2 si presenti NA che sono) restituisce (dataset logico vettore NA ha complete Se la corrisponde il elemento → un valori ad riga ogni vettore casas non: una riga ,. , . restituire logico TRUE nella della pod riga. .] Èiimina") )((dataset contenente dataset dataset (prive NA restituisce Quindi NA presentano righe di complete righe case nuovo > che: → ,. Il i "" FALSE] I[ dataset vettore l' presenta del in FALSE TRUE SE esima TRUE esclusa viene il pos riga esima → --, ., ,. .. ,.. ,

Analisi grafiche

Ellisse disegna racchiude i che analisi maggiormente spazio grafiche punti concentrati sono cui in della distribuzione Davis TEllipse Smooth data Fweignt nrepwt scaiterplot (new = - = • ., ,, funzione disegna la media vi grafico mediana nel incognite se o sono, outlier individuare guardando "grafico il: Fase Ellipse T list Smooth Fweignt nrepwt scaiterplot (() id - n = p = = ,, , - data Davis dei corrispondenza punti outlier new = in. identificativo il scrive del numero punto alla dal distMax centro della distribuzione.

Eliminare se? osservazione volessi dal dataset questa davis Mod) (subset davis Update2 mod -12 = =. . , ↳ il modello funzione rifilare consente di che di valori perso dichiarati altezza analisi e dataset di di valori di procedura reali un peso / altezza e Weight height) (4 repwt Davis VAR dataset repent caratteristiche: considero la B2 s-. , ,, ,) (View Davis variabili str () descrizione Davis Names (dataset) Davis variabili nome → del variabili) della dataset' (c' tra possibili tra ptudio perciò variabili correlazione le Ersctudo dallo Vale 2 sesso il assume = .)] [(gli Davis solo -1 scaterpiot di variabili pairs ciascuna coppia vedere ✗ → ✗, di è) che un consente comando aggiunge) (Matrix [ ] "(list lty - qlwd - 1.co/ = iired Davis scalterplot reglingF .Smoothi - → = laurea Sclaterplot duo del ,, , I un , ↳ di regressione modello linea 1 i linea piena = inserire #✗ i </p> escludo no e = . linea tratteggiata 2 di variabile. = reita regr prima linea 2. ppedda =. Lineare Matrix Pairs Soaker comando plot comando :: tra Verifichi forte amolo correlazione si variabili abbastanza di l' le può numericamente esistenza una osservare.)[ ] (il 1,00 -1 Davis comando 0,19 COR NA NA > con =, i 0,19 1,00 voglio! ci NA degli dati NA NA al avere sono →) NA[ disponibili NA(A) (1100"] (NA) netto" Davis obs valori di non *complete -1 cor Use =, ., NA NA 1,00 0115 NA 10,63 0,83 0174 1100 0,60 0,15 0176 0160 1100 0183 1100 0163 0,74 0,76 poi dati comandi citati i NA trattare Uso per sopra dataset eventualmente un ottenere nuovo per, t.com#tEn (Da-is] Davis NA Davis di dati) new privo →) = clan) (mfrow_ par, = (plot) Weight NA TRUE MAT Davis data repuvt / FALSE sono new se ci = -. ., abline davis () Mod Mod vetta -.ab line b (2) col = L0a = = dati quelli osservati coincidono voglio i, dichiarati, ora se con verificare → ✗ confronto nere. dichiarati dati Dei (le) coincidono Weight ellipse Davis FSmooth scaiterpiot T data con repwt New - → - = =, , ,, restituisce lineare osservazioni il modello) (§$Davis Davis repwt Weight cor new new. , . retta una ntepanna l' e con origine per TÉ 1 punti e allineati la retta' calcolo = lungo del modello coefficienti, i (Weight 1m Davis data davis repwt mod new ~ == → . , .) ((Im) Weight nrepwt Davis data → non NA me righe anche! vi davis erano in cui = eliminate attenzione state sono new in, ,. variabili Weight 1m Elaborando Davis data report per di le su non interesse e = ,. considera le NA intatte repwt Weight con e per visualizzare tutte caratile. del per . modello: ) davis Mod (summary. dell' identifica con nr osserv.

Individuazione di outlier grafico

Individuazione di outlier grafico nel |, ) (int Davis) ( = /id scaiterplot data = T Weight F new ellipse nei repwt nmooth = - = ., , ,, individuato 12 ho OSS eliminare voglio l'. dataset dal → outlier Trovato outlier come: ) (davis Moda mod Update set davis sub -12 = =. ,. di LML)

Analisi

Analisi l' riprendiamo) dati (Mod studenti IQ 1m voto data - = ~ , .) Mod (Mod Sum summary = . () names Mod sum. $ residua mod residui / SSum: . $ Sigma Mod residual standard error Sum: Sigma. $' Mod 'R del bontà modello Sum sqr: . . verifico coincide che della con correlazione quadrato il 'R' "rxy) (2 IQ =) voto = cor , Tabella dei coefficienti $ coef Mod sum. t value value P Std error Estimate e successiva guardare - a pag. voto → p) Mod (2.69 (3.27828 summary di) Risultato 0.01 intercept. IQ 160 °4.97 0.03.

Significatività e intervalli di confidenza

Trentini solo mate enti suepiù $mod che Colt solo lentine informativo forniva di interpreta valueP -2 -.# indica ** *) p-value (significativi fonte 0.001 e #) L* * ' '0.001 value 'le 0.01 p e -# ☒) (0 si 01 G.NIFIC 05 value = p 0 e. - .. () # 0.1 value 0.05 scarsa < significa e p -.

Funzione confini () confini Object level 0.95 parm = ., .. ,, - - ' intercetta dell modello ICTROVO = p parametro SE → param → f regressione IQ di ICTROVO se param → " " mod Es nel: nostro caso alternativamente posso direttamente trascrivere apice nome il " " della IQ VAR esempio, Bidimensionali intervalli multidimensionali di confidenza o più simultaneamente coinvolgono parametri 2° O Altamente dimensionali gli agli corrispondenti danno soprattutto info intervalli stimatori diversa se sono rispetto un' uni • , correlati ipotesi 09h congiunta punti relativa' a interni) levels ((Ellipse Confidence mod 0.95 [=, Ellisse all' rifiutata non viene disegno Da marginali) Points (congiuntamente viene 5 rifiutato 0.12 M noma: ,, . Intervalli di) Fint Mod CI (delle conf VAR2 con = → .CIabli