### DI SEGUITO VIENE RIPORTATO L'OUTPUT DEL COMANDO corr.test CHE NON GIRAVA SUI PC DI LABORATORIO.
### LA PRIMA MATRICE CORRISPONDE ALLA MATRICE DI CORRELAZIONE MENTRE LA SECONDA RIPORTA I P-VALUE
### PER LA SIGNIFICATIVITA' DELLE SINGOLE CORRELAZIONI PER CIASCUNA COPPIA DI VARIABILI.
### I P-VALUE DA INTERPRETARE SONO QUELLI AL DI SOPRA DELLA DIAGONALE PRINCIPALE CHE, DA NOTARE,
### SONO SEMPRE NON INFERIORI A QUELLI IN POSIZIONE SPECULARE RISPETTO ALLA DIAGONALE PRINCIPALE.
### QUESTO `E DOVUTO AD UNA CORREZIONE CHE SI APPLICA NEL CONTESTO DI TEST MULTIPLI ESEGUITI
### SULLO STESSO INSIEME DI DATI.

### Output del comando corr.test per i dati Rating


Call:corr.test(x = dati[, -1])
Correlation matrix 
           rating complaints privileges learning raises critical advance
rating       1.00       0.83       0.43     0.62   0.59     0.16    0.16
complaints   0.83       1.00       0.56     0.60   0.67     0.19    0.22
privileges   0.43       0.56       1.00     0.49   0.45     0.15    0.34
learning     0.62       0.60       0.49     1.00   0.64     0.12    0.53
raises       0.59       0.67       0.45     0.64   1.00     0.38    0.57
critical     0.16       0.19       0.15     0.12   0.38     1.00    0.28
advance      0.16       0.22       0.34     0.53   0.57     0.28    1.00
Sample Size 
[1] 30
Probability values (Entries above the diagonal are adjusted for multiple tests.) 
           rating complaints privileges learning raises critical advance
rating       0.00       0.00       0.19     0.00   0.01     1.00    1.00
complaints   0.00       0.00       0.02     0.01   0.00     1.00    1.00
privileges   0.02       0.00       0.00     0.07   0.15     1.00    0.51
learning     0.00       0.00       0.01     0.00   0.00     1.00    0.03
raises       0.00       0.00       0.01     0.00   0.00     0.36    0.01
critical     0.41       0.32       0.44     0.54   0.04     0.00    0.90
advance      0.41       0.23       0.06     0.00   0.00     0.13    0.00

### Output del comando corr.test per i dati Fertility

Call:corr.test(x = dati[, -1])
Correlation matrix 
                 Fertility Agriculture Examination Education Catholic Infant.Mortality
Fertility             1.00        0.35       -0.65     -0.66     0.46             0.42
Agriculture           0.35        1.00       -0.69     -0.64     0.40            -0.06
Examination          -0.65       -0.69        1.00      0.70    -0.57            -0.11
Education            -0.66       -0.64        0.70      1.00    -0.15            -0.10
Catholic              0.46        0.40       -0.57     -0.15     1.00             0.18
Infant.Mortality      0.42       -0.06       -0.11     -0.10     0.18             1.00
Sample Size 
[1] 47
Probability values (Entries above the diagonal are adjusted for multiple tests.) 
                 Fertility Agriculture Examination Education Catholic Infant.Mortality
Fertility             0.00        0.09        0.00      0.00     0.01             0.03
Agriculture           0.01        0.00        0.00      0.00     0.04             1.00
Examination           0.00        0.00        0.00      0.00     0.00             1.00
Education             0.00        0.00        0.00      0.00     1.00             1.00
Catholic              0.00        0.01        0.00      0.30     0.00             1.00
Infant.Mortality      0.00        0.68        0.45      0.51     0.24             0.00