
00:00: installazione di R
01:30: installazione di RStudio
00:00: la console e le prime operazioni
00:30: funzioni
02:30: gli script
04:43: commentare uno script
06:15: vettori
08:00: il nostro primo grafico in R
Introduzione ad RStudio. Inoltre: introduzione a matrici, data.frames, e subsetting.
01:47: aprire uno script esistente in RStudio
02:35: matrici
03:50: oggetti di tipo data.frame
00:35: istogrammi
05:20: la funzione t.test()
08:23: t test per dati appaiati
Breve video in cui spiego di scaricare i dati che useremo nel resto del corso. Nota: l'immagine del floppy disk che appare nel video è stata scaricata da Wikipedia ed è di pubblico dominio.
00:00: caricare dati da file
04:15: esaminare la struttura di un data.frame
07:15: grafici scatola-e-baffi (boxplots)
07:43: come specificare un modello
08:25: t test
09:30: estrarre sottoinsiemi di dati (subsetting)
00:00: introduzione ai modelli lineari
01:40: primo utilizzo di lm()
03:03: la funzione anova()
05:50: la funzione summary()
00:00: come applicare lm() e anova() al confronto fra più di due gruppi
03:43: la funzione pairwise.t.test()
05:38: accenno alle assunzioni dei modelli lineari
00:53: i grafici quantile-quantile
02:31: esempio 1
04:55: esempio 2 (violazione di normalità)
05:20: esempio 3 (eteroscedasticità)
06:33: grafici diagnostici nel caso della regressione lineare
07:32: eteroscedasticità
08:10: valori estremi
00:00: caricare e rappresentare i dati
01:35: regressione lineare con lm(); grafici diagnostici
03:06: test del modello con anova()
03:35: test dei parametri con summary()
04:30: rappresentazione delle predizioni del modello sui dati
Questo corso è mirato a coloro che hanno già una comprensione teorica dei concetti statistici e vogliono apprendere gli aspetti pratici dell'analisi dei dati.
Imparare ad analizzare dati può sembrare una impresa ostica. Applicare le conoscenze statistiche apprese sui libri a situazioni reali può sembrare difficile, ed i programmi di analisi statistica possono sembrare poco intuitivi. Il mio corso vi aiuterà a sviluppare solide basi che renderanno l'analisi dei vostri dati un processo piacevole e coinvolgente. Ho affinato questo programma di insegnamento nel corso di anni di esperienza, grazie a consigli e critiche di mentori, colleghi, e studenti a livello universitario.
Utilizzeremo R, un programma gratuito e all'avanguardia per visualizzare, analizzare, e modellizzare dati. Cominceremo dall'installare R e l'interfaccia RStudio, ci familiarizzeremo col linguaggio di programmazione di R a piccoli passi, ed apprenderemo come caricare i nostri dati in R per poi visualizzarli ed analizzarli.
Durante il corso vi fornirò codici che potrete facilmente modificare ed adattare ai vostri obiettivi di ricerca personali e professionali.
Argomenti del corso:
- caricamento di dati in R
- visualizzazione di dati con la funzione plot() e ggplot2
- come fittare, interpretare, e valutare modelli lineari con la funzione lm()
- t test, ANOVA, regressione lineare, ANCOVA, regressione multipla
- regressione polinomiale
- introduzione ai modelli non lineari
- introduzione ai modelli lineari generalizzati con la funzione glm()