Analisi Risultati Mid-Term
CL-2020WelcomeNewsInstructionsCalendar and SlidesExamination and GradingAdditional MaterialsSyllabusQuestions and AnswersCollaboration OpportunitiesContacts
Preparazione Dati
I dati esportati da Moodle devono essere “puliti”, per poter essere usati da Gnuplot.
Il seguente codice esegue le seguenti operazioni:
- rinomina colonne da “D. N /MAX” “DN-MAX” (mlr)
- rimpiazza “-” (domanda non risposta) con 0.00 e, successivamente, rimpiazzare il separatore decimale (da “,” a “.”) (sed)
- rimuove campi di scarso valore per le analisi numeriche (mlr)
- rimuove l’ultima linea del file, che contiene le medie (tail)
mlr --icsv --otsv rename -r 'D\. ([0-9]+) /([0-9]).*,D\1' r.csv | sed -r 's/Valutazione\/[0-9,]+/Valutazione/g' | sed 's/-\(\t\|$\)/0.00\1/g' | sed 's/,/./g' | mlr --itsv --ocsv cut -x -f Cognome,Nome,Matricola,Dipartimento,"Stato","Indirizzo email","Completato" | head --lines=-1
Distribuzione Voti
Istogramma
Il seguente codice esegue il binning dei voti, il cui risultato รจ poi presentato con un istogramma e con un boxplot.
echo "$data" | mlr --itsv --ocsv histogram -f "Valutazione" --lo 0 --hi 35 --nbins 35
Distribuzione Voti totale
I seguenti diagrammi mostrano la distribuzione dei voti, utilizzando un boxplot.
echo "$data" | mlr --itsv --oxtab stats1 -f "Valutazione" -a max,p75,median,mean,p25,min
| Valutazione_max | 33.2 |
| Valutazione_p75 | 23.5 |
| Valutazione_median | 19.14 |
| Valutazione_mean | 18.85093 |
| Valutazione_p25 | 14.81 |
| Valutazione_min | 3.38 |