Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
2) Impostare il seed del generatore di numeri casuali, con metodo di default, al valore 1
3) Si proceda all’eliminazione dei soggetti che contengono valori non fisiologici nelle variabili
in X e in Y e si memorizzi nella variabile Nsoggetti il numero di soggetti rimanenti
4) Si generi la matrice: correlazione (70 x 70) in cui ogni elemento (i,j) contiene il valore di
correlazione tra la variabile i e la variabile j
5) Per ogni coppia di variabili i-j della triangolare superiore della matrice correlazione si faccia
un t-test e si riporti il valore del p_value in una matrice
ttest Matrice 70 x 70 che avrà valori diversi da zero solo nella parte triangolare superiore
Applicando la correzione più restrittiva di Bonferroni (si ricorda che il p-value in questo
caso va diviso per il numero di t-test effettuati, in questo caso è pari a N(N-1)/2 ), si generi
anche la matrice
Risultato_ttest Matrice 70 x 70 che avrà valore pari a 1 se il t-test rifiuta l’ipotesi nulla,
pari a 2 se il t-test accetta l’ipotesi nulla, zero in tutti gli altri elementi della matrice (ossia
fuori la porzione triangolare superiore)
7) Si esegua una PCA sui dati della matrice X. Si ricorda che Matlab restituisce
[coeff,score,latent,tsquared,explained] = pca(___)
Si applichi la regola di Kaiser (utilizzare gli autovalori non normalizzati) e si crei una
variabile Kaiser_sel che riporti il numero di componenti selezionate con tale regola.
𝑌 = 𝑟𝑒𝑔𝑟𝑒𝑠𝑠𝑜𝑟𝑖 ∙ 𝛽 + 𝜖
con 𝜖 errore di modello additivo, scorrelato, gaussiano a media nulla e varianza unitaria. Si
generino le seguenti variabili: