<\/p>\n
Una tabella di contingenza<\/strong> (a volte chiamata “tabelle incrociate”) \u00e8 un tipo di tabella che riepiloga la relazione tra due variabili categoriali.<\/span><\/p>\n Fortunatamente, \u00e8 facile creare una tabella di contingenza per le variabili in R utilizzando la funzione tabella pivot. Questo tutorial mostra un esempio di come eseguire questa operazione.<\/span><\/p>\n Supponiamo di avere il seguente set di dati che visualizza informazioni su 20 diversi ordini di prodotti, incluso il tipo di prodotto acquistato e il paese in cui \u00e8 stato acquistato il prodotto:<\/span><\/p>\n Per creare una tabella di contingenza, possiamo semplicemente utilizzare la funzione table()<\/strong> e fornire le variabili prodotto e paese come argomenti:<\/span><\/p>\n Possiamo anche usare la funzione addmargins()<\/strong> per aggiungere margini alla tabella:<\/span><\/p>\n Ecco come interpretare la tabella:<\/span><\/p>\n Come calcolare la media sulle colonne in R<\/a> Una tabella di contingenza (a volte chiamata “tabelle incrociate”) \u00e8 un tipo di tabella che riepiloga la relazione tra due variabili categoriali. Fortunatamente, \u00e8 facile creare una tabella di contingenza per le variabili in R utilizzando la funzione tabella pivot. Questo tutorial mostra un esempio di come eseguire questa operazione. Esempio: tabella di contingenza in […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Esempio: tabella di contingenza in R<\/strong><\/span><\/h3>\n
#create data<\/span>\ndf <- data.frame(order_num = 1:20,\n product= rep<\/span> (c(' TV<\/span> ', ' Radio<\/span> ', ' Computer<\/span> '), times<\/span> =c(9, 6, 5)),\n country= rep<\/span> (c(' A<\/span> ', ' B<\/span> ', ' C<\/span> ', ' D<\/span> '), times<\/span> =5))\n\n#view data\n<\/span>df\n\n order_num product country\n1 1 TV A\n2 2 TV B\n3 3 TV C\n4 4 TV D\n5 5 TV A\n6 6 TV B\n7 7 TV C\n8 8 TV D\n9 9 TV A\n10 10 Radio B\n11 11 Radio C\n12 12 Radio D\n13 13 Radio A\n14 14 Radio B\n15 15 Radio C\n16 16 Computer D\n17 17 Computer A\n18 18 Computer B\n19 19 Computer C\n20 20 Computer D<\/strong><\/pre>\n #create contingency table<\/span>\ntable <- table(df$product, df$country)\n\n#view contingency table\n<\/span>table\n\n ABCD\n Computer 1 1 1 2\n Radio 1 2 2 1\n TV 3 2 2 2\n<\/strong><\/pre>\n #add margins to contingency table<\/span>\ntable_w_margins <- addmargins(table)\n\n#view contingency table\n<\/span>table_w_margins\n\n ABCD Sum\n Computer 1 1 1 2 5\n Radio 1 2 2 1 6\n TV 3 2 2 2 9\n Sum 5 5 5 5 20\n<\/strong><\/pre>\n\n
Risorse addizionali<\/strong><\/span><\/h3>\n
Come sommare colonne specifiche in R<\/a>
Come calcolare la media di pi\u00f9 colonne in R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"