%% Testo dell'esercizio
% 1) Caricare i dati contenuti nel file Firm.xlsx in formato table dentro
% una variabile denominata X utilizzando i dati presenti nella colonna A
% come rownames della table.
% 
% 2) Calcolare il massimo il minimo e la mediana di ogni variabile
% (quantitativa)
% 
% 3) Trasformare le variabili peso e altezza rispettivamente in kg e cm.
% Creare una nuova table esattamente uguale alla precedente ma con le
% variabili peso e altezza in Kg e cm. 
% Le formule di trasformazione sono:
% Hcm= (H inches) *2.54
% Wkg= (Weight pounds)/2.2046;
% Inserire come nomi delle nuove variabili Wkg e Hcm.
% Risolvere il quesito utilizzando i metodi che seguono:
% 3A Transform into cm and kg using function table2array. Put the output in
% a table called YA
% 3B Transform into cm and kg extracting the contents of the variables
% using the dot notation and manipulating directly. Put the output in
% a table called YB
% 3C Transform into cm and kg extracting the variables using curly brackets
% notation and the corresponding number of the column. Put the output in
% a table called YC
% 3D Transform into cm and kg extracting the variables using curly brackets
% and the corresponding names of the variables. Put the output in
% a table called YD.
% Put the results using the different method in a separate cell and make
% sure that YA = YB = YC = YD (hint: use function isequal)
%
% Put the variables height in cm, weight in kg and wage in a matrix of
% doubles called HWW (of size nx3), where n is the number of rows of the
% datasets. For the questions below use matrix HWW
%
% 4) Calcolare medie, deviazioni standard, varianze, minimo e massimo delle 
% variabili peso, altezza e salario
% 
% 5) Calcolare la matrice nx3 degli scostamenti e degli scostamenti standardizzati 
% del peso, dell'altezza e del salario
% 5A) utilizzando l'espansione implicita tramite il vettore riga che
% contiene le medie ed il vettore riga che contiene le standard deviation
% 5B) utilizzando un loop (ciclo for)
% 5C) utilizzando la funzione di MATLAB zscore
% 
% 6) Rappresentare graficamente gli scostamenti standardizzati delle righe che 
% iini:ifin (inserendo come coordinate sull'asse X i
% nomi delle righe). Assegnare alla variabile iini il valore 1 ed alla
% variabile ifin il valore 10
% 
% 7) Calcolare gli indici di asimmetria e di curtosi (v. i lucidi e/o
% l'help delle funzioni MATLAB skewness e kurtosis per le formule di calcolo).
% 7A) Utilizzare l'implementazione manuale (inserendo direttamente in MATLAB la
% formula di calcolo)
% 7B) Confrontare il risultato con quello che si ottiene facendo
% riferimento direttamente alle funzioni MATLAB skewness e kurtosis
%
% 8) Calcolare (e interpretare) i quantili che seguono [0.025 0.25 0.50 0.75 
% 0.975]  della variabile retribuzione (wage)
% 
% 9) Rappresentare graficamente (e commentare) il boxplot della variabile 
% altezza (per tutte le unità e poi distinto per sesso)
% 
% 10) Calcolare la distribuzione di frequenza della variabile sesso (gender)  
% e fornirne una rappresentazione grafica adeguata
% 
% 11) Analizzare la variabile retribuzione (wage).
% Assegnare la table iniziale ad una nuova variabile denominata Ycor 
% (sempre in formato table). Costruire il boxplot della variabile retribuzione 
% facendo riferimento ad Ycor. Modificare l'unità che presente una retribuzione 
% superiore a 10000 con il valore 1916.26. Costruire il boxplot della variabile 
% retribuzione modificata.
% 
% 12)  Costruzione del grafico ad istogrammi (utilizzando la funzione histogram) 
% della retribuzione modificata, prima utilizzando il numero di classi di default 
% poi un numero di classi pari a 15 e poi utilizando le classi
% 1500-2000, 2000-2500, ..., 3500-4000.
% Tramite la funzione subplot inserire i tre grafici di cui sopra in 3
% pannelli separati
%
% 
% 13) Trovare le frequenze associate alle classi 1500-2000, 2000-2500, ...,
% 3500-400 chiamando la funzione histogram tramite l'argomento di output
% ossia h = histogram(___)
% 
% 14) Calcolare le frequenze tramite un ciclo for
% Calcolare le frequenze utilizzando le classi
% '<1500' '1500-2000' '2000-2500'   '2500-3000' '3000-3500' '3500-4000' '>4000'
% in maniera alternativa utilizzando un ciclo for combinato con l'istruzione if.
% Inserire le frequenze trovate dentro una table che contenga come nomi
% delle righe le etichette di cui sopra.
%
% 15) Costruzione della tabella di contingenza tra le variabili Education  
% e Gender utilizzando la funzione crosstab. Mostrare l'output in formato table.
% 
% 16) Una volta terminato script salvare il file in formato .m ed in
% formato .mlx con il nome analisi_preliminari_out
% 
% 
%