Post on 26-Mar-2015
progress test 2011
borelli@units.it
pie(table(annodicorso))
annodicorso
3 4
51 40
3
4
table(annodicorso, genere)
table(annodicorso, genere)
genere
annodicorso F M
3 25 26
4 17 19
plot(table(annodicorso, genere))table(annodicorso, genere)
annodicorsog
en
ere
3 4
FM
table(annodicorso, genere)
annodicorso
ge
ne
re
3 4
FM
table(annodicorso, genere)
table(annodicorso, genere) genereannodicorso F M 3 25 26 4 17 19 fisher.test(table(annodicorso, genere))data: table(annodicorso, genere) p-value = 1alternative hypothesis: true odds ratio is not equal to 1 95 percent confidence interval: 0.4201946 2.7551684 sample estimates:odds ratio 1.073765
boxplot(mediavoti)
22
24
26
28
30
F M
22
24
26
28
30
boxplot(mediavoti ~ genere)
qqnorm(mediavoti)
-2 -1 0 1 2
22
24
26
28
30
Normal Q-Q Plot
Theoretical Quantiles
Sa
mp
le Q
ua
ntil
es
boxplot(mediavoti ~ genere)
fligner.test(mediavoti ~ genere)
Fligner-Killeen:
med chi-squared = 3.7769, df = 1,
p-value = 0.05197
wilcox.test(mediavoti ~ genere)
data: mediavoti by genere
W = 885, p-value = 0.2971
alternative hypothesis: true location shift is not equal to 0
F M
22
24
26
28
30
boxplot(mediavoti ~ annodicorso)
3 4
22
24
26
28
30
boxplot(mediavoti ~ annodicorso)
fligner.test(mediavoti ~ annodicorso)data: mediavoti by annodicorso Fligner-Killeen:med chi-squared = 0.0053, df = 1,
p-value = 0.9418
wilcox.test(mediavoti ~ annodicorso)data: mediavoti by annodicorso W = 615.5, p-value = 0.1713alternative hypothesis: true location shift is not equal to 0
pie(table(deltaesami))
0
1
2
34
deltaesami
0 1 2 3 4
66 14 4 1 1
table(genere, deltaesami)
deltaesamigenere 0 1 2 3 4 F 35 5 1 0 1 M 31 9 3 1 0
chisq.test(table(genere, deltaesami))
X-squared = 4.3411, df = 4, p-value = 0.3618
Warning message:In chisq.test(table(genere, deltaesami)) : L'approssimazione al Chi-quadrato potrebbe essere
inesatta
table(genere, deltaesami)
deltaesami
genere 0 1 2 3 4
F 35 5 1 0 1
M 31 9 3 1 0
fisher.test(table(genere, deltaesami))
data: table(genere, deltaesami)
p-value = 0.3107
alternative hypothesis: two.sided
table(annodicorso, deltaesami)
table(annodicorso, deltaesami) deltaesamiannodicorso 0 1 2 3 4 3 41 5 3 1 1 4 25 9 1 0 0
fisher.test(table(annodicorso, deltaesami))
data: table(annodicorso, deltaesami) p-value = 0.2161alternative hypothesis: two.sided
boxplot(indicegradim)
45
67
89
table(indicegradim)
indicegradim
4 4.5 5.5 6 6.5 7 7.5 8 8.5 9
1 1 1 18 1 27 5 22 1 1
05
10
15
20
25
indicegradim
tab
le(i
nd
ice
gra
dim
)
4 4.5 5.5 6 6.5 7 7.5 8 8.5 9
boxplot(indicegradim ~ annodicorso)
3 4
45
67
89
boxplot(indicegradim ~ annodicorso)
fligner.test(indicegradim ~ annodicorso)
data: indicegradim by annodicorso Fligner-Killeen:med chi-squared = 5.8816, df = 1,
p-value = 0.0153
wilcox.test(indicegradim ~ annodicorso) data: indicegradim by annodicorso W = 658.5, p-value = 0.5145
3 44
56
78
9
boxplot(indicegradim ~ genere)
F M
45
67
89
boxplot(indicegradim ~ genere)
fligner.test(indicegradim ~ genere)
med chi-squared = 0.4171, df = 1,
p-value = 0.5184
wilcox.test(indicegradim ~ genere)
W = 735.5, p-value = 0.8029
F M4
56
78
9
plot(jitter(indicegradim) , jitter(mediavoti))
22 24 26 28 30
45
67
89
jitter(mediavoti)
jitte
r(in
dic
eg
rad
im)
summary.lm
Call:lm(formula = indicegradim ~ mediavoti)
Coefficients: Estimate Std. Error t value Pr(>|t|)(Intercept) 3.70487 2.31754 1.599 0.114mediavoti 0.12211 0.08454 1.444 0.153
Residual standard error: 0.928 on 70 degrees of freedom (19 observations deleted due to missingness)Multiple R-squared: 0.02894, Adjusted R-squared: 0.01507F-statistic: 2.086 on 1 and 70 DF, p-value: 0.1531
plot.lm
6.7 6.9 7.1 7.3
-3-2
-10
12
Fitted values
Res
idua
ls
Residuals vs Fitted
3550
18
-2 -1 0 1 2
-3-2
-10
12
Theoretical Quantiles
Sta
ndar
dize
d re
sidu
als
Normal Q-Q
3550
18
6.7 6.9 7.1 7.3
0.0
0.5
1.0
1.5
Fitted values
Sta
ndar
dize
d re
sidu
als
Scale-Location35
5018
0.00 0.04 0.08
-3-1
01
2
Leverage
Sta
ndar
dize
d re
sidu
als
Cook's distance0.5
0.5
Residuals vs Leverage
35
3086
plot(jitter(deltaesami), jitter(indicegradim))
0 1 2 3 4
45
67
89
jitter(deltaesami)
jitte
r(in
dic
eg
rad
im)
coplot(indicegradim ~ deltaesami |annodicorso)
0 1 2 3 4
45
67
89
0 1 2 3 4
jitter(deltaesami)
jitte
r(in
dic
eg
rad
im)
3
4
Given : factor(annodicorso)
coplot(indicegradim ~ deltaesami | genere)
0 1 2 3 4
45
67
89
0 1 2 3 4
jitter(deltaesami)
jitte
r(in
dic
eg
rad
im)
F
M
Given : genere
c(sum(corrette), sum(nondate), sum(sbagliate))
7818 12526 69561
2
3
boxplot(sommaesatte / 300)
0.1
0.2
0.3
0.4
0.5
performancestudente
<- sum(corrette[studente])
plot(sommaesatte, sommasbagliate)
40 60 80 100 120 140 160
50
10
01
50
20
0
sommaesatte
som
ma
sba
glia
te
plot(sommaesatte, sommasbagliate)
plot(reg)
60 70 80 90 100-5
00
5010
0
Fitted values
Res
idua
ls
Residuals vs Fitted
924
80
-2 -1 0 1 2
-10
12
34
Theoretical Quantiles
Sta
ndar
dize
d re
sidu
als
Normal Q-Q
924
80
60 70 80 90 100
0.0
0.5
1.0
1.5
2.0
Fitted values
Sta
ndar
dize
d re
sidu
als
Scale-Location924
80
0.00 0.04 0.08-2
01
23
4
Leverage
Sta
ndar
dize
d re
sidu
als
Cook's distance
0.5
1
Residuals vs Leverage
24
7853
plot(sommaesatte, sommasbagliate)
40 60 80 100 120 140 160
50
10
01
50
20
0
sommaesatte
som
ma
sba
glia
te
plot(sommaesatte, sommasbagliate)
plot(reg2)
20 30 40 50 60 70 80 90-5
00
5010
0
Fitted values
Res
idua
ls
Residuals vs Fitted
924
80
-2 -1 0 1 2
-10
12
34
Theoretical Quantiles
Sta
ndar
dize
d re
sidu
als
Normal Q-Q
924
80
20 30 40 50 60 70 80 90
0.0
0.5
1.0
1.5
2.0
Fitted values
Sta
ndar
dize
d re
sidu
als
Scale-Location924
80
0.0 0.1 0.2 0.3-2
01
23
4
Leverage
Sta
ndar
dize
d re
sidu
als
Cook's distance1
0.5
0.5
1
Residuals vs Leverage
53
249
plot(sommaesatte, logsommasbagliate)
40 60 80 100 120 140 160
3.5
4.0
4.5
5.0
sommaesatte
log
som
ma
sba
glia
te
plot(sommaesatte, sommasbagliate)
plot(reglog)
3.4 3.6 3.8 4.0 4.2 4.4-0
.50.
00.
51.
0
Fitted values
Res
idua
ls
Residuals vs Fitted
92480
-2 -1 0 1 2
-2-1
01
23
Theoretical Quantiles
Sta
ndar
dize
d re
sidu
als
Normal Q-Q
92480
3.4 3.6 3.8 4.0 4.2 4.4
0.0
0.5
1.0
1.5
Fitted values
Sta
ndar
dize
d re
sidu
als
Scale-Location9
2480
0.0 0.1 0.2 0.3-2
-10
12
3
Leverage
Sta
ndar
dize
d re
sidu
als
Cook's distance 1
0.5
0.5
1
Residuals vs Leverage
53
16
6
boxplot(corrette / somma ~ insegnamento)
biochimica chir comportam farmaco fisiologia medint microimmuno morfologia ostgineco patofisio patologia pediatria sanita
biochimica comportam fisiologia microimmuno ostgineco patologia sanita
0.0
0.2
0.4
0.6
0.8
tapply(corrette / somma,insegnamento, median)
biochimica chir comportam
0.3200000 0.1500000 0.3333333
farmaco fisiologia medint
0.2000000 0.4400000 0.1750000
microimmuno morfologia ostgineco
0.4800000 0.3500000 0.4000000
patofisio patologia pediatria
0.2800000 0.2000000 0.2000000
sanita
0.2000000
boxplot(sbagliate / somma ~ insegnamento)
biochimica chir comportam farmaco fisiologia medint microimmuno morfologia ostgineco patofisio patologia pediatria sanita
biochimica comportam fisiologia microimmuno ostgineco patologia sanita
0.0
0.2
0.4
0.6
0.8
tapply(sbagliate / somma,insegnamento, median)
biochimica chir comportam
0.2000000 0.2250000 0.2666667
farmaco fisiologia medint
0.2000000 0.3200000 0.2250000
microimmuno morfologia ostgineco
0.2400000 0.4000000 0.2500000
patofisio patologia pediatria
0.2400000 0.1000000 0.2000000
sanita
0.2000000
glm (correttesusomma ~ scienze + annodicorso + genere + mediavoti + deltaesami + indicegradim, family = poisson)
Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 1.033868 0.152218 6.792 1.11e-11 ***scienzecliniche -0.467722 0.012833 -36.447 < 2e-16 ***annodicorso 0.297164 0.012229 24.301 < 2e-16 ***genereM 0.019252 0.012217 1.576 0.115 mediavoti 0.036037 0.005562 6.480 9.19e-11 ***deltaesami -0.076604 0.013048 -5.871 4.33e-09 ***indicegradim 0.079345 0.007022 11.300 < 2e-16 ***