File con esempi [nota: essi hanno per lo più carattere
didattico, con tutti i pro e contro che ciò comporta)
[Per (quasi)
ogni file c'è anche una versione hhv
(`highlighted html version') in
html con la sintassi evidenziata, creata con Pretty R]
Materiale introduttivo su R si trova sul sito
del corso Laboratorio di Calcolo (AA 18-19)Altri esempi, da vari corsi, soprattutto da quello del dottorato
su probabilità e incertezze di misura
my_seq.R [hhv],
versione modificata di seq.int()
per generare sequenze del tipo 001, 002, ..., 100.
mc1.R [hhv]:
MC stima pi greco e Teorema del Limite Centrale
(con quattro modi diversi di estrarre una distribuzione
uniforme con densità diversa da zero
fra 0 e 0.25 e fra 0.75 e 1).
signal_bkgd.R [hhv]:
Segnale + background
(es 'doppia gaussiana' + fondo uniforme).
Contiene anche istruzioni di come recuperare le informazioni di dati
raggruppati (centro bin, numero di eventi per bin, etc.)
mc_hit_miss.R [hhv]:
MC, inversione F(x) Vs hit-miss.
(Contiene anche esempio di integrale fatto con MC.)
geometrica.R [hhv]:
distribuzione geometrica
(dgeom1, pgeom1, rgeom1 e qgeom1) dell'estrazione al quale si verifica
il primo successo.
pi_mcmc.R [hhv]:
campionamento uniforme su un quadrato mediante MCMC
(e valutazione di pi greco).
(Per giocare con delle funzioni di “lanci casuali bidimensionali”: proposte.R [hhv].)
triang.R [hhv]:
distribuzione (e random) triangolare e
propagazione di triangolari
normale_bivariata.R [hhv]:
genera coppie xy secondo una normale bivariata (usa librerie hacks e mnormt oppure,
si basa
su proprietà della condizionata o su rotazione di variabili).
Algoritmo di Metropolis, con opzione di simulated annealing:
metropolis_annealing.R
[L'esempio mostra anche come compilare il codice R
per velocizzarlo un po'
Programmino per avere un'idea dell'aumento della velocità:
prova_compiler.R]
prop_cov_mc.R [hhv]:
stesso esercizio, ma propagazione delle incertezze effettuata
mediante MC.
(Nota: in genere non si tratta di veri script, ma di una collezione
di comandi da eseguire in successione. Inoltre, in molto casi
si tratta di materiale
didattico per il quale si richiede una certa conoscenza del problema in
questione.)
Rjags, per inferenze mediante reti bayesiane mediante
JAGS merita un discorso a parte: vedi qui.
Articoli di probabilità e analisi dati in cui faccio uso di R
(non solo plot fatti con R, ma con esempi di codice R)
Lezioni di Francesco Safai nell'AA 17-18 per gli studenti del Laboratorio
di Meccanica (Fisica, primo anno, secondo semestre):
vedi qui (slides ed esempi).
Ottima documentazione
anche in italiano (a parte i vari
manuali
ufficiali).
Un buon punto di partenza è "R for beginner" di Emmanuel Paradis.
Inoltre, chi è conosce già
matlab
o octave
può beneficiare della tabella
di analogie dei comandi:
R-and-octave.txt.
Per un 'vademecum' con i comandi principali:
R
Reference Card
Come ambiente di lavoro si segnala
RStudio,
che, anche se non lo raccomando per normali sessioni (soprattutto
perché le dimensioni delle varie finestre, legate
a stare dentro il riquadro più
grande, oltre al fatto che impigrisce), ha veramente
delle grandi potenzialità
nella versione server!