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 =
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.