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 quantità di pezzi generate dal file per R a cui puoi accedere da qui coi costi (in €) ivi indicati. Rappresenta i dati graficamente e approssima la relazione tra numero dei pezzi prodotti e costi con la retta di regressione.

Supponiamo di ottenere dati come quelli rappresentati graficamente sotto. Devo capire quali comandi usare per tracciare la retta di regressione. Ecco che cosa potrei ottenere (la retta di regressione è  costi = 0.2939*pezzi + 3715):

source("http://macosa.dima.unige.it/r.R")
print(mesi); print(pezzi); print(costi)
# "ge" "fe" "ma" "ap" "Ma" "gi" "se" "ot" "no" "di"
# 5700 6700 4600 3200 3700 3400 5000 6200 7500 8600
# 5300 5800 5100 4600 4900 4700 5200 5400 6000 6200
range(pezzi); range(costi)
# 3200 8600   4600 6200
regression1(pezzi,costi)
0.2939 * x + 3715
f = function(x) 0.2939 * x + 3715
Plane(3000,9000, 4500, 6500)
graph1(f, 3000,9000, "brown")
POINT(pezzi,costi,"seagreen")

Si possono aggiungere dei comandi per migliorare la rappresentazione grafica:

BF=5; HF=3.5
# ...
abovex("n. pezzi"); abovey("euro")
text(pezzi+225,costi,mesi,cex=0.8,font=2)

Il docente può usare esercizi come questo anche per compiti in classe, facendo mettere ai vari alunni, in testa al file,  set.seed(N)  con N numeri interi diversi. Il caso esemplificato è stato ottenuto con set.seed(123456789).

  Per altri commenti: Correlazione tra variabili casuali neGli Oggetti Matematici.