Download presentation
Presentation is loading. Please wait.
Published byNicholas Hicks Modified over 10 years ago
1
progress test 2011 borelli@units.it
2
pie(table(annodicorso)) annodicorso 3 4 51 40
3
table(annodicorso, genere) genere annodicorso F M 3 25 26 4 17 19 plot(table(annodicorso, genere))
4
table(annodicorso, genere) genere annodicorso F M 3 25 26 4 17 19 fisher.test(table(annodicorso, genere)) data: table(annodicorso, genere) p-value = 1 alternative hypothesis: true odds ratio is not equal to 1 95 percent confidence interval: 0.4201946 2.7551684 sample estimates: odds ratio 1.073765
5
boxplot(mediavoti)
6
boxplot(mediavoti ~ genere)
7
qqnorm(mediavoti)
8
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
9
boxplot(mediavoti ~ annodicorso)
10
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 = 0.1713 alternative hypothesis: true location shift is not equal to 0
11
pie(table(deltaesami)) deltaesami 0 1 2 3 4 66 14 4 1 1
12
table(genere, deltaesami) deltaesami genere 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
13
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
14
table(annodicorso, deltaesami) deltaesami annodicorso 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 = 0.2161 alternative hypothesis: two.sided
15
boxplot(indicegradim)
16
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
17
boxplot(indicegradim ~ annodicorso)
18
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
19
boxplot(indicegradim ~ genere)
20
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
21
plot(jitter(indicegradim), jitter(mediavoti))
22
summary.lm Call: lm(formula = indicegradim ~ mediavoti) Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 3.70487 2.31754 1.599 0.114 mediavoti 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: 0.01507 F-statistic: 2.086 on 1 and 70 DF, p-value: 0.1531
23
plot.lm
24
plot(jitter(deltaesami), jitter(indicegradim))
25
coplot(indicegradim ~ deltaesami |annodicorso)
26
coplot(indicegradim ~ deltaesami | genere)
27
c(sum(corrette), sum(nondate), sum(sbagliate)) 7818 12526 6956
28
boxplot(sommaesatte / 300) performancestudente <- sum(corrette[studente])
29
plot(sommaesatte, sommasbagliate)
30
plot(reg)
31
plot(sommaesatte, sommasbagliate)
32
plot(reg2)
33
plot(sommaesatte, logsommasbagliate)
34
plot(sommaesatte, sommasbagliate) plot(reglog)
35
boxplot(corrette / somma ~ insegnamento) biochimica chir comportam farmaco fisiologia medint microimmuno morfologia ostgineco patofisio patologia pediatria sanita
36
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
37
boxplot(sbagliate / somma ~ insegnamento) biochimica chir comportam farmaco fisiologia medint microimmuno morfologia ostgineco patofisio patologia pediatria sanita
38
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
39
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 ***
Similar presentations
© 2024 SlidePlayer.com Inc.
All rights reserved.