Elementi di statistica con R e i database Rocco De Marco rocco.demarco(a)an.ismar.cnr.it Ancona, 17 Aprile 2012 Lezione 3

Programma incontri 1) Martedì 10 aprile, dalle 9:30 alle 11:00 Introduzione alle potenzialità di R 2) Giovedì 12 aprile, dalle 9:30 alle 11:00 Cenni sui dbms, sql e odbc. Utilizzo di database centralizzati con applicazioni office e applicazioni web. 3) Martedì 17 aprile, dalle 9:30 alle 11:00 Elementi di statistica descrittiva con R, distribuzioni di frequenza, import dei dati da fogli csv/excel, stampa di grafici. 4) Giovedì 19 aprile, dalle 9:30 alle 11:00 Estrazione dei dati archiviati su database, elaborazione e salvataggio risultati su db. Cenni sulla programmazione R.

Premessa alla lezione

Il flusso dei dati Produzione dati (misurazione, campionamento, etc.)‏ Archiviazione dati grezzi Validazione dei dati Elaborazione Archiviazione dati elaboratiReportistica

Fasi ORIGINE DATI ELABORAZIONE RISULTATO

Cosa succede se: Cambiano i dati di ingresso? – Devo reimpostare tutto? I risultati non sono quelli attesi? – Perdo il lavoro già fatto?

Elementi di statistica descrittiva con R

File di origine (analisi.csv)‏

Importare i dati in R R consente di importare file di formato csv e inserirli in un oggetto data.frame Il comando per l'import è: t<-read.table("analisi.csv",header=T,sep=";",dec=";") nota: i file di esempio sono su → sede Ancona → Formazionewww.ismar.cnr.it Per visualizzare la tabella, basta digitare t La tabella t è un oggetto di tipo data.frame, il più importante di R

Operazioni con i data.frame Mostrare singola colonna: t$PESO mostra la colonna come array Effettuare operazioni su colonna: mean(t$peso)‏ Aggiungere colonna/risultato t$LindMedio=(t$LindFegato+t$LindFiletto)/2 Selezionare per righe: subset(t,TIPO==”ME”) seleziona merluzzo Selezionare per colonne: subset(t,select=c(“SPECIE”,”TIPO”,”L”,”PESO))‏ Selezione per righe e per colonne subset(t,TIPO==”ME”,select=c(“L”,”PESO”)

Esempio “Complesso” Abbiamo una tabella in cui sono presenti 3 colonne: specie,taglia,peso Vogliamo calcolare, per ogni specie, media, peso totale e deviazione standard, il tutto raggruppato per taglia Vogliamo stampare dei grafici riassuntivi e generare un report automatico Vogliamo fare in modo che, cambiando i dati in ingresso, il programma NON cambi

Ulteriore esempio Esempio della fattura (file Rfattura.csv)‏ tabella<-read.table("Rfattura.csv",header=T,sep=";",dec=",")‏ tabella tabella$Q tabella$PU tabella$Subtot=tabella$Q*tabella$PU tabella tabella$IVA=tabella$Subtot*0.21 tabella$TOT=tabella$Subtot+tabella$IVA tabella

Esportare data.frame Il data.frame può essere esportato in diversi formati: –.doc → non su linux –.odf → non su windows – LaTeX → sempre (ma chi sa usarlo?)‏ –.rtf → non sempre –.html → soluzione di ripiego (ma funzionale) per i report –.csv → soluzione per importare le tabelle con excel

Esportare in.csv Riferiti all'esempio della fattura: write-csv2(tabella,”miafattura.csv”)‏

Costruzione esempio complesso Fase 1 – Import dati su data.frame – Elaborazione manuale per tipo Fase 2 – Elaborazione automatizzata Fase 3 – Reportistica

Listati programmi I listati dei tre programmi sono disponibili, al momento, su: memo/index.php/Report_automatico Quando prima saranno disponibili sul sito d'Istituto ( → Sedi UOS → Ancona → Formazione)‏

Risultati Il risultato è un file html (che può anche essere letto con word/oowrite) che contiene: – Tabelle di riepilogo – Grafici Il programma può essere utilizzato con differenti file di origine senza essere modificato.

Domande? (ps: ricorda elenco per attestati)‏