##IMPOSTAZIONE DELLA DIRECTORY
#cambiare il percorso in base a dove si trova il file contenente i dati

setwd("C:/Users/giuli/Downloads/STATISTICA_PER_LA_RICERCA")


##IMPORTAZIONE DEI DATI
#installare il pacchetto readxl, se non installato
install.packages("readxl")

#Caricamento della library readxl
library(readxl)  
#Lettura del dataset
df<-read_xlsx("arm_1.xlsx")

##ESPLORAZIONE DEL DATASET
#Struttura generale: numero di righe e colonne, tipologia variabili
str(df)
head(df) #di default mostra le prime 6 righe del dataset

#panoramica del tipo di variabili e alcune statistiche di base
install.packages("skimr")
library(skimr)
skim(df)

#PROBLEMA: R interpreta Sesso e TRATTAMENTO come numeriche.
#Serve ricodifica in categoriali
df$Sesso<-as.factor(df$Sesso)  #le categorie sono sempre 1 e 2
df$TRATTAMENTO<-as.factor(df$TRATTAMENTO) #le categorie sono sempre 1 e 2

#IN ALTERNATIVA:
df$Sesso<-ifelse(df$Sesso==1, "Femmina", "Maschio")  #le categorie sono Femmina e Maschio 
df$TRATTAMENTO<-ifelse(df$TRATTAMENTO==1, "Virtuale", "Standard")  #le categorie sono Virtuale e Standard

#Check: la ricodifica è avvenuta correttamente?
str(df$Sesso)
str(df$TRATTAMENTO)



#ANALISI DESCRITTIVA
#Analisi delle variabili continue
#Generale
hist(df$Eta)
#Per gruppo di interesse (trattamento)
par(mfrow = c(1, 2))   # 1 riga, 2 colonne di grafici
hist(df$Eta[df$TRATTAMENTO == "Virtuale"],
     main = "Trattamento Virtuale", xlab = "Età", col = "lightblue", xlim = range(df$Eta))
hist(df$Eta[df$TRATTAMENTO == "Standard"],
     main = "Trattamento Standard", xlab = "Età", col = "lightgreen", xlim = range(df$Eta))
par(mfrow = c(1, 1))   # torna al layout normale

#Generale
hist(df$FIMPRE)
#Per gruppo di interesse (trattamento)
par(mfrow = c(1, 2))   
hist(df$FIMPRE[df$TRATTAMENTO == "Virtuale"],
     main = "Trattamento Virtuale", xlab = "FIM PRE", col = "lightblue", xlim = range(df$FIMPRE))
hist(df$FIMPRE[df$TRATTAMENTO == "Standard"],
     main = "Trattamento Standard", xlab = "FIM PRE", col = "lightgreen", xlim = range(df$FIMPRE))
par(mfrow = c(1, 1))   

#Generale
hist(df$FIMPOST)
#Per gruppo di interesse (trattamento)
par(mfrow = c(1, 2))   
hist(df$FIMPOST[df$TRATTAMENTO == "Virtuale"],
     main = "Trattamento Virtuale", xlab = "FIM POST", col = "lightblue", xlim = range(df$FIMPOST))
hist(df$FIMPOST[df$TRATTAMENTO == "Standard"],
     main = "Trattamento Standard", xlab = "FIM POST", col = "lightgreen", xlim = range(df$FIMPOST))
par(mfrow = c(1, 1))   

#Statistiche generali
summary(df$Eta)  #qui manca la deviazione standard
sd(df$Eta)       #ma posso visualizzarla separatamente
summary(df$FIMPRE)
sd(df$FIMPRE)
summary(df$FIMPOST)
sd(df$FIMPOST)

#Statistiche per gruppo di interesse (trattamento)
tapply(df$Eta, df$TRATTAMENTO, summary)
tapply(df$FIMPRE, df$TRATTAMENTO, summary)
tapply(df$FIMPOST, df$TRATTAMENTO, summary)
#Se voglio SD
tapply(df$Eta, df$TRATTAMENTO, sd, na.rm = TRUE)   #l'opzione na.rm=TRUE serve a rimuovere eventuali missing, altrimenti il comando restituisce NA se vi è almeno un missing in quel gruppo