ESERCIZI 2
1. I dati del file pioppi.txt riguardano la produzione di legno di una specie di pioppi. Allo scopo di studiare le condizioni ottimali per massimizzare la produzione di legno, ricercatori della Pennsylvania State University hanno piantato alcuni esemplari di ”Poplar Clone 252”
- in due siti differenti (variabile Sito – 1: suolo umido, vicino a un torrente, 2: suolo secco, vicino a un crinale),
- in anni differenti (variabile Anno – 2001 e 2002), - di et`a differenti (variabile Eta – 3 e 4 anni)
- con quattro trattamenti differenti (variabile Trattamento – 1: nessun trattamento, controllo; 2:
fertilizzante; 3: irrigazione; 4: fertilizzante e irrigazione).
Le variabili quantitative prese in esame sono: Diametro (in cm), Altezza (in m) e Peso del legno asciutto (in kg).
[Nota: nel file di dati sono presenti due cifre decimali per Diametro (poco ragionevole come misura) perch´e probabilmente risultato di trasformazione da inch a cm da parte di chi ha diffuso i dati]
1. Leggere i dati in R. Nel file pioppi.txt i dati sono separati da tabulatore.
2. Considerare le variabili qualitative.
i. Assegnare delle etichette ai livelli di ciascuna variabile
ii. Analizzare i dati costruendo opportune tabelle (quelle che si ritengono pi`u utili tra dis- tribuzione congiunta, profili riga, profili colonna) ed effettuando rappresentazioni grafiche.
2. I dati del file AnimalSleep.xls sono tratti da uno studio sul sonno dei mammiferi le cui conclusioni si trovano nell’articolo “Sleep in Mammals: Ecological and Constitutional Correlates” by Allison, T.
and Cicchetti, D. (1976), Science, November 12, vol. 194, pp. 732-734.
Le variabili riguardano il peso del corpo (in kg), il peso del cervello (in g), il sonno leggero (senza sogni, in ore al giorno), il sonno pesante (con sogni, in ore al giorno), il sonno totale (somma dei due precedenti), la durata massima di vita (in anni), il tempo di gestazione (in giorni) e tre indici: uno di predazione, uno di esposizione durante il sonno e uno generale ricavato dai due precedenti.
I tre indici hanno un range da 1 a 5:
- Predation Index – facilit`a di essere predato (1=Least Likely, 2=Not Likely, 3=Neutral, 4=Likely, 5=Most Likely)
- Sleep Exposure (1=Highly Unexposed, 2=Unexposed, 3=Neutral, 4=Exposed, 5=Highly Exposed) - Dangerous (1=Least Dangerous, 2=Not Dangerous, 3=Neutral, 4=Dangerous, 5=Most Dangerous).
Le specie di mammiferi considerate sono 62 e, naturalmente, i valori riportati sono valori medi per la specie.
Ai dati originali `e stata aggiunta una colonna con i nomi dei mammiferi in italiano.
1. Leggere in R i dati del secondo foglio di calcolo (ANIMALSLEEP2) del file Excel AnimalSleep.xls, considerando la colonna con i nomi in italiano come row.names
2. Assegnare delle etichette ai livelli di ciascuna variabile qualitativa
3. Considerare i due indici relativi alla facilit`a di essere predato e l’esposizione al sonno. Costruire opportune tabelle (quelle che si ritengono pi`u utili) e rappresentazioni grafiche.
NOTA: se si legge il file Excel usando il pulsante Import Dataset non si pu`o assegnare direttamente il nome delle righe perch´e non `e previsto dal comando read_excel. Si pu`o quindi procedere nel seguente modo.
library(readxl)
AnimalSleep <- read_excel("http://www.dima.unige.it/~rogantin/IIT/AnimalSleep.xls",sheet="ANIMALSLEEP2")
## i due comandi precedenti possono essere dati utilizzando il pulsante Import Dataset
AnS=AnimalSleep[,2:11] ### si crea un nuovo dataset con le colonne numeriche di AnimalSleep rownames(AnS)=AnimalSleep[,12] ### si assegna il nume alle righe del nuovo dataset
3. Con gli (eventuali) insiemi di dati con cui lavorate, costruite opportune tabelle e rappresentazioni grafiche delle variabili qualitative.
1