<\/p>\n
Le statistiche descrittive<\/strong> sono valori che descrivono un insieme di dati.<\/span><\/p>\n Ci aiutano a capire dove si trova il centro<\/a> del set di dati e la distribuzione dei valori nel set di dati.<\/span><\/p>\n Esistono due funzioni che possiamo utilizzare per calcolare le statistiche descrittive in R:<\/span><\/p>\n Metodo 1: utilizzare la funzione summary()<\/strong><\/span><\/p>\n La funzione summary()<\/strong> calcola i seguenti valori per ciascuna variabile in un frame di dati in R:<\/span><\/p>\n Metodo 2: utilizzare la funzione sapply()<\/span><\/strong><\/span><\/p>\n La funzione sapply()<\/strong> pu\u00f2 essere utilizzata per calcolare statistiche descrittive diverse da quelle calcolate dalla funzione summary()<\/strong> per ciascuna variabile in un frame di dati.<\/span><\/p>\n Ad esempio, la funzione sapply()<\/strong> sopra calcola la deviazione standard di ciascuna variabile in un frame di dati.<\/span><\/p>\n L’esempio seguente mostra come utilizzare queste due funzioni per calcolare le statistiche descrittive per le variabili in un frame di dati in R.<\/span><\/p>\n Supponiamo di avere il seguente frame di dati in R che contiene tre variabili:<\/span><\/p>\n Possiamo utilizzare la funzione summary()<\/strong> per calcolare varie statistiche descrittive per ciascuna variabile:<\/span><\/p>\n Possiamo anche usare le parentesi per calcolare solo statistiche descrittive per variabili specifiche nel frame di dati:<\/span><\/p>\n Possiamo anche utilizzare la funzione sapply()<\/strong> per calcolare statistiche descrittive specifiche per ciascuna variabile.<\/span><\/p>\n Ad esempio, il codice seguente mostra come calcolare la deviazione standard di ciascuna variabile:<\/span><\/p>\n Possiamo anche usare una funzione()<\/strong> in sapply()<\/strong> per calcolare statistiche descrittive.<\/span><\/span><\/p>\n Ad esempio, il codice seguente mostra come calcolare l’intervallo<\/a> per ciascuna variabile:<\/span><\/p>\n Infine, possiamo creare una funzione complessa che calcoli statistiche descrittive e quindi utilizzare questa funzione con la funzione sapply()<\/strong> .<\/span><\/span><\/p>\n Ad esempio, il codice seguente mostra come calcolare la modalit\u00e0<\/a> di ciascuna variabile nel frame di dati:<\/span><\/p>\n Dal risultato possiamo vedere:<\/span><\/p>\n Utilizzando le funzioni summary()<\/strong> e sapply()<\/strong> , possiamo calcolare qualunque statistica descrittiva desideriamo per ciascuna variabile in un frame di dati.<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre attivit\u00e0 comuni in R:<\/span><\/p>\n Come creare tabelle di riepilogo in R<\/a> Le statistiche descrittive sono valori che descrivono un insieme di dati. Ci aiutano a capire dove si trova il centro del set di dati e la distribuzione dei valori nel set di dati. Esistono due funzioni che possiamo utilizzare per calcolare le statistiche descrittive in R: Metodo 1: utilizzare la funzione summary() summary(my_data) La funzione […]<\/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 summary(my_data)<\/strong><\/pre>\n
\n
sapply(my_data, sd, na. rm<\/span> = TRUE<\/span> )\n<\/strong><\/pre>\n Esempio: calcolo della statistica descrittiva in R<\/strong><\/span><\/h2>\n
#create data frame\n<\/span>df <- data. frame<\/span> (x=c(1, 4, 4, 5, 6, 7, 10, 12),\n y=c(2, 2, 3, 3, 4, 5, 11, 11),\n z=c(8, 9, 9, 9, 10, 13, 15, 17))\n\n#view data frame\n<\/span>df\n\n X Y Z\n1 1 2 8\n2 4 2 9\n3 4 3 9\n4 5 3 9\n5 6 4 10\n6 7 5 13\n7 10 11 15\n8 12 11 17<\/strong><\/pre>\n #calculate descriptive statistics for each variable<\/span>\nsummary(df)\n\n xyz Min. : 1,000 Min. : 2,000 Min. : 8.00 \n 1st Qu.: 4,000 1st Qu.: 2,750 1st Qu.: 9.00 \n Median: 5,500 Median: 3,500 Median: 9.50 \n Mean: 6.125 Mean: 5.125 Mean: 11.25 \n 3rd Qu.: 7,750 3rd Qu.: 6,500 3rd Qu.: 13.50 \n Max. :12,000 Max. :11,000 Max. :17.00<\/strong><\/pre>\n #calculate descriptive statistics for 'x' and 'z' only<\/span>\nsummary(df[, c(' x<\/span> ', ' z<\/span> ')])\n\n xz Min. : 1,000 Min. : 8.00 \n 1st Qu.: 4.000 1st Qu.: 9.00 \n Median: 5.500 Median: 9.50 \n Mean: 6.125 Mean: 11.25 \n 3rd Qu.: 7.750 3rd Qu.: 13.50 \n Max. :12,000 Max. :17.00 \n<\/strong><\/pre>\n #calculate standard deviation for each variable<\/span>\nsapply(df, sd, na. rm<\/span> = TRUE<\/span> )\n\n X Y Z\n3.522884 3.758324 3.327376<\/strong><\/pre>\n #calculate range for each variable<\/span>\nsapply(df, function(df) max(df, na. rm<\/span> = TRUE<\/span> )-min(df, na. rm<\/span> = TRUE<\/span> ))\n\n X Y Z\n11 9 9\n<\/strong><\/pre>\n #define function that calculates mode<\/span>\nfind_mode <- function<\/span> (x) {\n u <- unique(x)\n tab <- tabulate(match(x, u))\n u[tab ==<\/span> max(tab)]\n}\n\n#calculate mode for each variable\n<\/span>sapply(df, find_mode)\n\n$x\n[1] 4\n\n$y\n[1] 2 3 11\n\n$z\n[1] 9\n<\/strong><\/pre>\n\n
Risorse addizionali<\/strong><\/span><\/h3>\n
Come trovare l’intervallo interquartile in R<\/a>
Come rimuovere gli outlier in R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"