library(psych)
library(tidyverse)

# Načtení dat 
df <- read_csv2("https://is.muni.cz/el/fss/podzim2024/PSYb2320/um/datasets/personality_all.csv")


# Načtení dat i se správnou definíc missing values


# Funkce distinct pro sloupec gender


# Převod gender na factor


# Kombinace grade a class


# Výběr položek začínajících na "nfc"


# Ověření reliability škál NFC


# Použití funkce summary() na dataset


# Položky NFC 10 až 16 jsou reverzní
# Rekódování hodnot položku po položce 



# Podíváme se na ně nejprve pomocí funkce select()


# Pomocí funkce across() v rámci mutate()

  

# Vektor nfc_reversed s reverzními položkami NFC (10 až 16)



# Použití funkce all_of()


# A co reverzní položky IPIP?
# Jedná se o typo položky
nums <- c(2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 29, 30, 32, 34, 
          36, 38, 39, 44, 46, 49)

nums

# Vytvoření vektoru s ipip_reversed s reverzními položkami IPIP
# Využití funkce str_c()
# a také funkce str_pad()



# Kombinace všech reverzních položek do jednoho vektoru reversed_items



# Uložení nerekódovaného datasetu do nového objektu not_recoded



# Finální rekódování všech položek


# Cronbachovo alfa pro škálu NFC


str_c("nfc_", 
      str_pad(seq(1, 16), pad = 0, width = 2))

# Co kdybychom si vytvořili vlastní funkci item_range pro vytváření
# jmen položek
item_range <- function(prefix, suffix) {
  str_c(prefix, 
        str_pad(suffix, pad = 0, width = 2))
}

# Příklad použití této funkce
item_range("nfc_", 1:16)

# Co kdybychom si vytvořili list "items" s názvy položek jednotlivých škál
# NFC: 1 až 16
# Extraversion: 1  6 11 16 21 26 31 36 41 46 
# Agreeableness: 2  7 12 17 22 27 32 37 42 47
# Conscientiousness: 3  8 13 18 23 28 33 38 43 48
# Emotional stability: 4  9 14 19 24 29 34 39 44 49
# Intellect: 5 10 15 20 25 30 35 40 45 50



# Odkázat se na jednotlivé prvky listu items jde pomocí $



# Funkce row_mean() pro výpočet celkových skórů jako průměr položek
row_mean <- function(..., max.na = 0) {
  data <- pick(...)
  n_miss <- data %>% 
    is.na() %>% 
    rowSums()
  output <- data %>% 
    rowMeans(na.rm = TRUE)
  output[n_miss > max.na] <- NA_real_
  return(output)
}

df

# Upltnění funkce row_mean() pro výpočet celkových skórů
# nfc, ext, con
# Jejich umístění někde na začátek



# Výpočet deskriptivních statistik v závislosti na ročníku a pohlaví
# M, SD, skew



# A co kvantily s pomocí funkce quantile()
# Se summarise() by to šlo, ale máme varování




# Lepší je tedy použít reframe()



# Pokud se nám výstup nelíbí, můžeme použít navíc pivot_wider()




# Co když chceme vypočíst statistiky pro více než jednu proměnnou?



# Vybereme s datasetu id, gender, grade, nfc, ext a con
# a zkusíme to nejdříve s využitím pivot_longer()




# Výsledek si uložíme do nové matice df_longer()





# Pak můžeme opět použít group_by() a summarise()
# Vypočteme si M, SD, ale i počet chybějících a validních hodnot




# Pokud chceme, můžeme také nejprve vyřadit řádky s chybějícími hodnotami
# pomocí funkce drop_na()




# Šlo by to i pomocí funkce across
# Nejprve si vypočteme jenom průměry




# Do listu přidáme více funkcí včetně sd()




# Musíme použít tzv. lambda funkce, abychom mohli měnit další argumenty,
# jako např. na.rm





# Ještě si můžeme vytvoři graf s četnostmi pro ročník a pohlaví
# Můžeme nejprve vypočíst četnosti pomocí count()




# Pak přidáme relativní četnosti




# Výsledek pošleme do ggplotu a použijeme funkci geom_col()





# Ještě změníme pozici na position = "dodge"





# A změníme barvy
# třeba #0D92F4 pro kluky a #C62E2E
# pomocí scale_fill_manual