Avem două posibilităţi de a obţine caracteristicile statistice elementare ale datelor respective: fie constituim tabele de frecvenţă pentru fiecare coloană în parte, fie constituim tabele de contingenţă, "încrucişând" câte doi dintre cei 5 factori (desigur, putem face şi una şi alta).

Cel mai vizibil aspect (probabil, binecunoscut) este faptul că lumea se descurcă cel mai greu cu mesajele scrise: la PMS avem aproape 30% de '-' (candidaţi cu punctaj 0-10), iar acest procent este mult mai mare decât toate celelalte de pe prima coloană (corespunzătoare calităţii '-').

Însumând valorile din ultimele patru dintre cele cinci rânduri de rezultate redate mai sus, putem zice doar că 13-14% dintre candidaţi au obţinut rezultate bune (majoritare fiind 'B1' şi 'B2'), la cele cinci criterii de competenţă lingvistică.

notele finale versus instituţia contestaţiei; funcţie R şi procedură de verificare (aleatoare)

învăţământul nostru difuzează mult prea multe "specializări"! (dar nu sunt 96, ci 95)

sortimentul "Tehnologică" este păgubos ("STATUS" versus "Filiera")

"STATUS" versus un criteriu de clasificare oarecare

promovabilitatea pe judeţe ("STATUS" versus "jud")

funcţiile R table(), summary(), as.data.frame(), cut(), subset(); grafice cu mosaicplot() şi ggplot()

text CSV versus document ODS (şi 100 MB vs. 900 MB)

Windows "widechar" (UTF-16) versus UTF-8 (şi 100 MB vs. 50 MB)

virgula separă, punctul împarte, TAB deplasează (experienţa comună de editare şi de programare)

Coloane de tabel versus structură de date. Sensul datelor (date versus bălării)

pe scurt: microsoftizare versus informatizare (sau invers).

Construcţia unui program R pentru generarea tuturor expresiilor aritmetice cu 4 operanzi; varianta bazată pe prealocarea memoriei este cam de 1.5 ori mai rapidă decât cea bazată pe append().

Extragerea subsetului maximal pe care este injectivă restricţia corespunzătoare a funcţiei de evaluare; restricţia injectivă maximală a subseturilor injective. Statistici şi grafice aferente.

Avem 126×7680 expresii aritmetice elementare cu câte 4 operanzi 1..9; explorăm posibilitatea de a investiga proprietăţile acestora folosind procedee statistice, ca în cazul unui "set de date" obişnuit (dintre acelea obţinute de exemplu prin funcţia data() din R). Avem astfel prilejul unor experimente care evidenţiază natura funcţională a limbajului R (în principiu, funcţiile pot fi argumente -anonime sau nu- ale altor funcţii şi în principiu, funcţiile nu au efecte secundare).