R

Gli strumenti per tradurre le domande in analisi.

In questa sezione viene presentato R, il linguaggio di programmazione che useremo per tutto il percorso. R non è l’unica opzione disponibile, anche Python è molto diffuso, ma è stato sviluppato specificamente per l’analisi statistica e offre un ecosistema particolarmente ricco per la psicometria e la modellazione bayesiana.

Due livelli di competenza

Programmare richiede due tipi di abilità distinte.

Il pensiero algoritmico è la capacità di scomporre un problema in passaggi logici: quali sono gli input? Qual è l’output desiderato? Quali operazioni permettono di passare dall’uno all’altro? Questa competenza è trasferibile a qualsiasi linguaggio e, in un’epoca in cui gli assistenti AI sono in grado di generare codice, diventa ancora più importante: per poter valutare se una soluzione proposta è corretta, è necessario prima comprendere il problema.

La sintassi è l’insieme di regole specifiche di un linguaggio. È importante, ma oggi meno critica rispetto al passato: gli errori sintattici sono facilmente correggibili con l’esperienza o con l’aiuto di strumenti automatici. L’obiettivo non è memorizzare comandi, ma sviluppare una familiarità sufficiente a leggere, modificare e risolvere gli errori nel codice.

Cosa troverai

I capitoli di questa sezione coprono:

• sintassi di base: oggetti, funzioni, strutture dati;
• funzioni utili: operazioni comuni per la manipolazione dei dati;
• programmazione: controllo di flusso, funzioni personalizzate;
• pacchetti: estensione di R con librerie specializzate;
• dplyr: il toolkit moderno per la trasformazione dei dati;
• Quarto: creare documenti riproducibili che integrano testo e codice;
• ambiente di lavoro: organizzazione dei progetti e buone pratiche.

Collegamenti

R è lo strumento che rende operative le idee. I concetti discussi nella sezione “Fondamenti” — variabili, scale di misura, disegni sperimentali — diventano qui colonne di un data frame, tipi di dati, strutture di analisi. Le tecniche di esplorazione presentate nella sezione EDA richiedono del codice per essere implementate: istogrammi, grafici a dispersione e statistiche descrittive sono tutti il risultato di funzioni R.

Senza strumenti metodologici adeguati, anche le domande di ricerca più interessanti rimangono senza risposta.