Indice generale

RStudio
- Interfaccia e funzionalità di base
- I progetti di RStudio
- Organizzazione delle cartelle
- L'IA per l'analisi dei dati in R
- Gli assistenti al codice IA
Concetti di base
- Installazione di R
- Pacchetto (Package)
- Workspace (area di lavoro)
- Directory di lavoro
- La console di R
- Oggetti e classi
- Vettori carattere
- Vettori
- Fattori
- Matrici
- Liste
- Indicizzazione
- Assegnamento
- Come usare l'aiuto sulle funzioni
- Funzioni
- File di comandi (script)
- Espressioni regolari in R
- Operatori
- Formula
- Datasets di esempio
- Installazione standard: pacchetti
- Installazione standard: datasets
- Buone pratiche del coding in R
Il tidyverse
- Indicare e scegliere le variabili
- Tibble
- Pipe operator (piping in R)
- Importare i dati con readr
- unite, separate (tidyr)
- filter (dplyr)
- mutate, transmute (dplyr)
- count, tally (dplyr)
- select, rename (dplyr)
- summarise (dplyr)
- arrange, desc (dplyr)
- fct_recode (forcats)
- Importare i dati dai fogli Google
- Broom
- coalesce (dplyr)
Gestione dei dati
- Valori mancanti (in R)
- Dataset
- Variabili e vettori in R
- Dataframe
- Eliminare i dati (dataframe)
- Inserire i dati (dataframe)
- Subset dei dati
- Importare i dati in R
- Importare i dati con protocollo SDMX
- Importare tabelle da PDF
- Ricodificare le variabili
- Ricerca e sostituzione di testo
- Rinominare le variabili
- Trasformare il tipo di variabile
- Modificare le stringhe e i vettori carattere
- Standardizzazione delle variabili
- Ponderazione dei dati
- Ricodifica con i pacchetti del tidyverse
- recode (car)
- Altre operazioni sui dataframe
- Esportare la base-dati
- Formati numerici
- Scale Likert: inversione delle polarità
- tibble
Descrizione dei dati
- Marginali (Totali)
- Distribuzioni di frequenza
- Quartili (quantile)
- Frequenze cumulate e retrocumulate
- Misure di tendenza centrale
- Misure di dispersione o di variabilità
- Varianza (var)
- Deviazione standard (sd)
- Scale Likert
- Differenza interquartile (IQR)
- Alpha di Cronbach
- Le serie storiche
- Numeri indice
- Medie mobili
- Covarianza
- Tabelle di contingenza
- Statistiche riassuntive bivariate
- Gamma di Goodman e Kruskal
Test statistici
- Le distribuzioni di probabilità in R
- Test del chi quadrato
- Test t
- Test di Shapiro-Wilk (test di normalità)
- Test F sulle varianze (omoschedasticità)
- Pairwise t test
- La correlazione lineare
- D di Somers (somers2)
- V di Cramer
Grafici
- I grafici in R (plot)
- Parametri grafici
- Legenda (legend)
- Margini e bordi
- Annotazioni (text e mtext)
- Assi e sistema di riferimento
- Titoli ed etichette (title)
- Gestione dei colori
- Grafici a barre
- Grafici a linee
- Grafici a torta (pie)
- Scatterplot (grafico a dispersione)
- Istogramma
- Linee: la funzione segments
- Linee: abline
- Boxplot
- Grafici quantili-quantili (Q-Q plot)
- Interaction plot
Grafici con ggplot2
- qplot
- ggplot
- La gestione dei colori in ggplot
- Titoli dei grafici (ggplot2)
- Assi e unità di misura (ggplot2)
- Etichette dei valori (ggplot2)
- I temi predefiniti (ggplot2)
- Modificare gli elementi del tema
- Grafici a barre (ggplot2)
- Grafici a barre multiple
- Grafici a torta (ggplot)
- Grafici a dispersione (scatterplot)
- Grafici a scatola e baffi - Boxplot
- Grafici a bolle (ggplot)
- Mappe con i dati di OpenStreetMap
- Rappresentare i dati geografici
- Rappresentare le serie storiche
Analisi multivariata e modelli
- Analisi di regressione lineare
- Regressione lineare bivariata
- Modelli lineari e scomposizione della devianza
- Regressione polinomiale
- Regressione logistica
- Regressione lineare multipla (multivariata)
- Modelli lineari generalizzati
- Analisi della varianza (ANOVA) con R
- Anova a una via (One Way Anova)
- Anova a due vie e fattoriale
- I contrasti
- Funzioni per estrarre informazioni dai modelli
- Information criteria
- Funzioni per esplorare i modelli
Analisi esplorativa
- L'analisi in componenti principali
- ACP con rotazione delle componenti
- L'analisi in componenti principali con FactoMineR
- Cluster Analysis
- ACP: interpretazione dei risultati con Factoextra
- Analisi delle corrispondenze
Analisi testuale e text mining
- Importazione dei testi
- Correzione ortografica dei testi
- Quanteda
- tidytext
- tm
- Matrici testuali come grafi
RCommander
- Installazione (Rcmdr)
- La finestra dello script (Rcmdr)
- I dataset in RCommander
- Importazione dei dati (Rcmdr)
- Esportare i dati (Rcmdr)
- Rinominare le variabili (Rcmdr)
- Riordinare le modalità di una variabile (Rcmdr)
- Ricodifica delle variabili (Rcmdr)
- Distribuzioni di frequenza (Rcmdr)
- Indici riassuntivi numerici (Rcmdr)
- Tabelle di contingenza (Rcmdr)
- Chi quadrato (Rcmdr)
- Grafici con RCommander
Scrittura accademica & oltre
- La scrittura accademica con R: gli strumenti
- RMarkdown: le basi
- Dagli script ai report e viceversa
- Tinytex
- Guida alla sintassi Markdown
- knitr-spin
Esportazione di dati e risultati
- Esportare i risultati
- Esportare i dati in formato csv
- Esportare i dati in formato SPSS e SAS
- Esportare tabelle in formato csv
- Come copiare le tabelle in Excel
Interfacce (GUI) e ambienti di sviluppo (IDE)
- Deducer
- Revolution R Enterprise
I pacchetti di R
- Text Mining (pacchetti)
- Social Network Analysis (pacchetti)
- Hmisc
- Knitr
- Memisc
- R2HTML (report in HTML)
- Reporttools
- Survey
- xtable
Funzioni
- Scrivere le proprie funzioni
- Il ciclo for
- I cicli con lapply e sapply
- apply
- tapply e by
- Arrotondamento (round)
- cbind, rbind
- Cochran-Mantel-Haenszel Test (mantelhaen.test)
- Cross Table
- Esportare in CSV (write.csv)
- Format
- ftable
- Indice di dipendenza in media (Eta quadro)
- paste, strsplit
- Pie
- Summary
- Table
- write.table
- xtabs
How to
- Tabelle
- Esempio: Distribuzioni di frequenza in CSV
- Esempio: Tabella di frequenze percentuali con ctab
Laboratorio di R con RCommander
- Introduzione
- La gestione dei dati
- L'analisi monovariata
- L'analisi bivariata
LabRS
Laboratorio di analisi dei dati con R
Indice generale
Indice degli argomenti
Indice per argomenti
Materiali dei video
Materiali del blog
Risorse online