ESAME INFORMATICA Compito 38
NAJI EL IDRISSI ASMAE
#ho salvato il file su excel in formato "CSV", successivamente importo i
dati in R specificando separatori e decimali
> [Link] <- [Link]("[Link]", header = TRUE, sep = ";", dec =
",")
> #sostituisco eventuali stringhe MANCA con NA
> [Link]$[Link][[Link]$[Link] == "MANCA"] <- NA
> #sostituisco la virgola con punto solo nei valori
> [Link]$[Link] <- gsub(",", ".", [Link]$[Link])
> #converto la colonna in numerico
> [Link]$[Link] <- [Link]([Link]$[Link])
> #stampo il summary
> summary([Link])
Vaso [Link] [Link]
Length:100 Min. : 5.48 Min. : 0.94
Class :character 1st Qu.:14.18 1st Qu.: 6.67
Mode :character Median :23.48 Median : 9.30
Mean :22.85 Mean :11.16
3rd Qu.:31.12 3rd Qu.:16.46
Max. :39.57 Max. :25.75
NA's :4
> #mostro le prime sei righe
> head([Link])
Vaso [Link] [Link]
1 Vaso001 NA 15.92
2 Vaso002 14.03 9.32
3 Vaso003 23.43 8.39
4 Vaso004 28.33 9.78
5 Vaso005 34.16 8.52
6 Vaso006 7.89 24.68
> #elimino i valori errati, il peso finale deve essere maggiore del peso
iniziale
> [Link]$[Link][[Link]$[Link] > 25.7] <- NA
> # adesso calcolo la percentuale di decomposizione, utilizzando la
formula fornita
> peso_iniziale <- 25.7
> [Link]$[Link] <- ((peso_iniziale -
[Link]$[Link]) / peso_iniziale) * 100
> #controllo i risulttati
> summary([Link])
Vaso [Link] [Link]
[Link]
Length:100 Min. : 5.48 Min. : 0.940 Min. : 0.03891
Class :character 1st Qu.:14.18 1st Qu.: 6.487 1st Qu.:40.12646
Mode :character Median :23.48 Median : 8.920 Median :65.29183
Mean :22.85 Mean :10.554 Mean :58.93523
3rd Qu.:31.12 3rd Qu.:15.387 3rd Qu.:74.75681
Max. :39.57 Max. :25.690 Max. :96.34241
NA's :4 NA's :4 NA's :4
> head([Link])
Vaso [Link] [Link] [Link]
1 Vaso001 NA 15.92 38.054475
2 Vaso002 14.03 9.32 63.735409
3 Vaso003 23.43 8.39 67.354086
4 Vaso004 28.33 9.78 61.945525
5 Vaso005 34.16 8.52 66.848249
6 Vaso006 7.89 24.68 3.968872
> names([Link])
[1] "Vaso" "[Link]"
"[Link]"
[4] "[Link]"
> #test statistiico
> #creo il modello lineare per analizzare la relazione tra decomposizione
e crescita della pianta
> [Link] <- lm([Link] ~ [Link], data = [Link])
> #come test utilizzo anova
> anova([Link])
Analysis of Variance Table
Response: [Link]
Df Sum Sq Mean Sq F value Pr(>F)
[Link] 1 28865 28865 112.31 < 2.2e-16 ***
Residuals 90 23130 257
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
> #ipotesi:
> #H0 = la decomposizione della cellulosa non ha effetto sulla crescita
della pianta
> #H1 = la decomposizione della cellulosa ha un effetto sulla crescita
della pianta
> #stampo il summary
> summary([Link])
Call:
lm(formula = [Link] ~ [Link], data = [Link])
Residuals:
Min 1Q Median 3Q Max
-30.768 -11.686 -0.648 11.600 42.386
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 18.7181 4.1844 4.473 2.24e-05 ***
[Link] 1.7674 0.1668 10.598 < 2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 16.03 on 90 degrees of freedom
(8 osservazioni eliminate a causa di valori mancanti)
Multiple R-squared: 0.5551, Adjusted R-squared: 0.5502
F-statistic: 112.3 on 1 and 90 DF, p-value: < 2.2e-16
> #creo il plot
> plot([Link] ~ [Link], data = [Link],
+ xlab = "Crescita della pianta (cm)",
+ ylab = "Decomposizione della cellulosa (%)",
+ main = "Relazione tra crescita della pianta e decomposizione della
cellulosa",
+ pch = 16, col = "red", cex = 1.2)
> #aggiungo la retta di regressione al grafico
> abline([Link], col = "green", lwd = 2)
> #la retta verde rappresenta il modello lineare ottenuto dal test
> #dal grafico posso vedere chiaramente che all’aumentare della crescita
della pianta aumenta anche la decomposizione, quindi vi é una relazione
positiva
> #l’esperimento supporta l’ipotesi dei ricercatori infatti noto come i
suoli dove la decomposizione è più veloce,la crescita delle piante è
maggiore e quindi questi suoli sono più fertili
> q