%% Domanda 1
% Costruire tramite ciclo for la matrice X di seguito oppure utilizzando 
% la funzione gallery, oppure tramite le funzioni diag
%      0     1     0     0     0     0     0
%      6     0     2     0     0     0     0
%      0     5     0     3     0     0     0
%      0     0     4     0     4     0     0
%      0     0     0     3     0     5     0
%      0     0     0     0     2     0     6
%      0     0     0     0     0     1     0

%% Domanda 2
% Caricare in memoria la table di dimensione 200x6 contenente le
% caratteristiche facciali di 200 soldati svizzeri tramite l'istruzione
% load('head.mat');
% 1) Calcolare e commentare l'indice di curtosi per le variabili del dataset
%
% Dopo aver standardizzato i dati, 
% 2) rappresentare graficamene tramite boxplot le variabili del dataset
% aggiungendo i nomi delle variabili sull'asse delle ascisse
% 3) Applicare il metodo di clustering delle k medie imponento 2 gruppi
% Rappresentare graficamente l'allocazione delle unità ai
% 2 gruppi che sono stati
% ottenuti tramite la matrice dei diagrammi di dispersione.
% 4) Mostrare ed interpretare i centroidi che sono stati ottenuti



%% Domanda 3
% Caricare in memoria la table di dimensione 200x6 contenente le
% caratteristiche facciali di 200 soldati svizzeri
% Discutere la quota di varianza spiegata dalle prime due PC
% Che caratteristiche presentano i soldati che hanno valori elevati della
% prima componente principale?
% Dall'esame del biplot che caratteristiche presenta il soldato numero 159
% Che relazione c'è tra la lunghezza delle frecce nel biplot e la
% comunalità di una variabile?
% Mostrare la variabile che presenta la comunalità più alta con riferimento
% alle prime 3 componenti principali.