Inserire il codice negli appositi chunks, compilare (tasto knit in Rstudio1) e inviare per email ai docenti il file compilato (html, pdf o word, a vostra scelta)2. Se la compilazione non andasse a buon fine inviare il file sorgente rmd.

Rispondere alle domande di seguito mediante gli opportuni comandi in R.

  1. Il data set mtcars è disponibile nel pacchetto base di R.
    Apprendi di cosa si tratta, quindi danne una prima descrizione (numero e nome delle unità del campione, numero e nome delle variabili, breve sintesi della distribuzione delle variabili).
# Informazioni generali sul dataset (apre la documentazione in RStudio)
?mtcars

# Numero di unità (righe) e numero di variabili (colonne)
dim(mtcars)

# Nomi dei modelli di auto (le unità del campione)
rownames(mtcars)

# Nomi delle variabili
names(mtcars)

# Sintesi statistica della distribuzione di tutte le variabili
summary(mtcars)
  1. Crea un nuovo dataframe chiamato cars_small che contenga solo le colonne mpg, hp, wt, cyl, includa una nuova colonna power_weight = hp / wt, e mantenga soltanto le auto con mpg > 20. Mostra le prime righe.
# 1. Selezione delle colonne e filtro per mpg > 20
cars_small <- mtcars[mtcars$mpg > 20, c("mpg", "hp", "wt", "cyl")]

# 2. Creazione della nuova colonna power_weight (rapporto cavalli/peso)
cars_small$power_weight <- cars_small$hp / cars_small$wt

# 3. Mostra le prime righe del nuovo dataframe
head(cars_small)
##                 mpg  hp    wt cyl power_weight
## Mazda RX4      21.0 110 2.620   6     41.98473
## Mazda RX4 Wag  21.0 110 2.875   6     38.26087
## Datsun 710     22.8  93 2.320   4     40.08621
## Hornet 4 Drive 21.4 110 3.215   6     34.21462
## Merc 240D      24.4  62 3.190   4     19.43574
## Merc 230       22.8  95 3.150   4     30.15873
  1. Calcola il consumo medio (mpg) per numero di cilindri (cyl). Ordina per cilindri crescenti.
# Calcolo della media di mpg per ogni livello di cyl
consumo_medio <- aggregate(mpg ~ cyl, data = mtcars, FUN = mean)

# Ordinamento del risultato per cilindri crescenti
consumo_medio <- consumo_medio[order(consumo_medio$cyl), ]

# Visualizzazione del risultato
print(consumo_medio)
##   cyl      mpg
## 1   4 26.66364
## 2   6 19.74286
## 3   8 15.10000
  1. Crea un grafico che mostri la relazione tra peso auto (wt) e consumo (mpg) esplorando anche se questa cambi per numero cilindri (cyl).
# Convertiamo cyl in fattore per la legenda
cyl_factor <- as.factor(mtcars$cyl)

# Creazione del grafico base
plot(mtcars$wt, mtcars$mpg, 
     col = c("blue", "green", "red")[cyl_factor], 
     pch = 19, 
     xlab = "Peso (wt)", 
     ylab = "Consumo (mpg)",
     main = "Relazione tra Peso, Consumo e Cilindri")

# Aggiunta della legenda per i cilindri
legend("topright", legend = levels(cyl_factor), 
       col = c("blue", "green", "red"), pch = 19, title = "Cilindri")

  1. Si noti che per compilare in formato pdf è necessario aver installato Tex sulla macchina; i formati html e word invece non lo richiedono.↩︎

  2. Controllate di aver allegato correttamente il file, non deve essere un link perchè questo rimanda alla macchina su cui state lavorando, quindi l’allegato alla mail risulta vuoto.↩︎