-------------------------------------------------
Esercizi data frames:
-------------------------------------------------

Es.1 :

Costruire un data frame da.fr che abbia come componenti un vettore numerico
casuale v di lunghezza 20, una matrice casuale m con 4 colonne ed una lista i cui
componenti siano 3 matrici a piacere.


v<-runif(20)
m<-matrix(runif(80),ncol=4)
li<-list( a=matrix(rnorm(80),ncol=4),  b=matrix(runif(80),ncol=4), c=matrix(rnorm(80),ncol=4) )
da.fr<-data.frame(v,m,li)


Es.2 :

Costruire una lista che abbia come componenti 3 vettori a caratteri.
Trasformare la
lista in un data frame tramite la funzione as.data.frame. Quali sono le
restrizioni
che si devono applicare alle liste perche' siano dei data frame?


li<-list(v1=rep("a",10), v2=rep("b",10), v3=rep("c",10))
da.fr<-as.data.frame(li)


Es.3 :

Selezionare dal data set iris le osservazioni relative alle specie
'virginica' con Petal.Length>5.890.

data(iris)
iris$Petal.Length>5.890 & iris$Species=="virginica" # e' un vettore logico
iris[iris$Petal.Length>5.890 & iris$Species=="virginica",]



Es.4 :

Tramite la funzione summary ricavare informazioni statistiche di base sulla
specie 'versicolor' del data set iris.

summary(iris[iris$Species=="versicolor",])



Es.5 :

Si dispone di un insieme di dati sperimentali (ad es: dati clinici e dati
bio-molecolari) da utilizzare a fini diagnostici, relativi ad un insieme di
pazienti.
Si discuta se ed in quali condizioni i dati siano rappresentabili tramite data
frame.

Provate a rispondere.





-------------------------------------------------
Esercizi Fattori:
-------------------------------------------------

Es. 1:

Costruisci un fattore di 25 elementi (stringhe), caratterizzato da 3 diversi
livelli

f<-factor(rep(c("basso","medio","alto"),c(10,10,5)))


Es. 2:

Costruisci un fattore ordinato di 15 elementi di livelli 
basso < medio < alto.
Genera un corrispondente vettore di misurazioni di lunghezza 15 e calcola il
valor medio e la deviazione standard (funzione sd) di ogni livello tramite la
funzione tapply.

f<-factor(rep(c("basso","medio","alto"),c(5,5,5)),levels=c("basso","medio","alto"),ordered=TRUE)
x<-rnorm(15)
tapply(x,f,summary)


Es. 3:

Quali strutture dati si potrebbero scegliere per modellare un data set
caratterizzato da un insieme di pazienti sani e malati sottoposti a 5 diversi
tipi di analisi cliniche?

Provate a rispondere.