dim(M)[1] = dim(M)[x] = n_righe

dim(M)[1] = dim(M)[x] = n_colonne

length (M): calcola la lunghezza di un vettore/matrice (12)

dim (M): calcola la dimensione di un vettore/matrice (4 3)

numeric (n): dato un intero n crea un vettore di n elementi

vector (mode = "logical", n): data una modalità (default su logical) e un intero n
crea un vettore di n elementi del tipo dato

apply (M, x, sum) = margin.table (M, x): data una matrice, una dimensione (x o y) e
una funzione, applica quella funzione sugli elementi di quella dimensione

rowSums (M): somma delle righe

colSums (M): somma delle colonne

max (M): trova il massimo

min (M): trova il minimo
sqrt (n): calcola la radice quadrata
exp (n): calcola l'esponenziale
table(v1): calcola la frequenza assoluta del vettore dato

Pipes: exp(sqrt(max(rowSums(M/10))))
si può scrivere
rowSums(M/10) |>
max() |>
sqrt() |>
exp()

Cariamento file: vacanze <-

read.table("C:/Users/drink/OneDrive/Documenti/Prova/vacanze.txt", header = TRUE)

str (vacanze): mostra in modo compatto la STRuttura di un oggetto

factor (vacanze$stelle, levels = c("XX", "X", "XXX", "XXXX", "XXXXX"), ordered =

TRUE) = ordered (vacanze$stelle, levels = c("XX", "X", "XXX", "XXXX", "XXXXX")):
trasforma un vettore in fattori, se true lo ordina

data.frame("categoria1", = nome1, "categoria2" = nome2): struttura di dati

tabellare

cumsum(v1[1]): somma cumulata di un vettore

cov(x, y): covarianza

cor(x, y): coefficiente di correlazione

barplot(v1): data un vettore, ne crea il grafico a barre

pie(v1): dato un vettore, ne crea il grafico a torta
plot(v1): dato un vettore, ne crea il grafico generico (cartesiano)
hist(v1): dato un vettore, ne crea l'istogramma

cut(v1, c(0, 5, 10): dati due vettori, indica a quale intervallo, dato dagli
elementi del secondo vettore, appartengono gli elementi del primo
ecdf(tempi_attesa)(x): funzione (nel senso di "procedura informatica") che
restituisce il valore della funzione (nel senso di funzione matematica) "Funzione
di ripartizione empirica del vettore tempi_attesa" nel punto x

rexp(n): crea un vettore di n numeri casuali esponenziali

rnorm(n, med, sd): crea vettore di n elementi con media med e deviazione standard
sd
runif (n, min, max): crea un vettore di n elementi con massimo max e minimo min

var(v1): trova la varianza

sd(v1): trova la deviazione standard (sqrt(var(v1)))

as.table(M): stampa la tabella di contingenza della matrice

prop.table(M): distribuzione congiunta

prop.table(my_tab, 2) # frequenza relativa rispetto alle colonne
prop.table(my_tab, 1) # frequenza relativa rispetto alle righe

predict(modello, data.frame(v1)): calcola la previsione di un dato basandosi su un

altro

summary(tab1): ti da informazioni MOLTO utili sulla tabella, prima fra tutte il

chisq (con statistics)

X2max <- my_tab_summary$n.cases * (min(dim(my_tab)) - 1)

round(n1, n2): arrotonda n1 a n2 cifre decimali