mesi n.pezzi costi gen 5500 5400 feb 6500 5600 mar 4500 4800 apr 3000 4800 mag 3500 4900 giu 3200 4600 set 5000 5300 ott 6000 5400 nov 7500 5800 dic 8500 6000 |
Una azienda meccanica ha rilevato che in un dato anno, da gennaio a giugno e da settembre a dicembre,
un suo reparto ha prodotto le seguenti quantità di pezzi
coi costi (in €) indicati a lato. Prova a rappresentare i dati graficamente e vedi se è possibile approssimare la relazione tra numero dei pezzi prodotti e costi con una opportuna funzione. |
Si vede che i punti si dispongono approssimativamente lungo una retta. Ecco come tracciare una retta che li approssima con R. Più avanti vedrai metodi matematici per trovare una retta di questo tipo "numericamente" (vedi sotto).
source("http://macosa.dima.unige.it/r.R") pezzi <- c(5500,6500,4500,3000,3500,3200,5000,6000,7500,8500) costi <- c(5400,5600,4800,4800,4900,4600,5300,5400,5800,6000) c( min(pezzi),max(pezzi),min(costi),max(costi) ) # 3000 8500 4600 6000 Piano(3000,9000, 4500,6500) PUNTI(pezzi,costi, "black") suassex("pezzi"); suassey("costi") # La pendenza di una retta che passi "vicino" ai punti frazio((6200-4600)/(9000-3000)) # 4/15 f = function(x) 4600+(x-3000)*4/15 # ovvero, semplificando: 0.2666 * x + 3800 grafi(f,3000,9000, "blue")
Ecco, per inciso, che cosa si otterrebbe utilizzando la regressione ( l'correlazione), con R:
pezzi <- c(5500,6500,4500,3000,3500,3200,5000,6000,7500,8500) costi <- c(5400,5600,4800,4800,4900,4600,5300,5400,5800,6000) c( min(pezzi),max(pezzi),min(costi),max(costi) ) # 3000 8500 4600 6000 Piano(3000,9000, 4500,6500) PUNTI(pezzi,costi, "black") suassex("pezzi"); suassey("costi") regressione1(pezzi,costi) # 0.2454 * x + 3954 g = function(x) 0.2454 * x + 3954 grafi(g, 3000,9000, "red")e con un semplice script online:
che posso arrotondare con y = 0.245*x + 3950
Il grafico realizzato con questo: