# Prvni priklad
# nacteni dat
load("cviceni1.RData")
clen <- data1$pr1$clen
dom <- data1$pr1$dom

# relativni cetnosti
rel_cetnosti <- dom/30

# kumulativni cetnosti
kum_cetnosti <- cumsum(dom)

# kumulativni relativni cetnosti
kum_rel_cetnosti <- cumsum(rel_cetnosti)

# zapis do tabulky
tabulka <- data.frame(nj=dom,pj=rel_cetnosti,Nj=kum_cetnosti,Fj=kum_rel_cetnosti)
tabulka

# graf cetnostni funkce
x11(w=12,h=9)
plot(clen,dom,type="p",pch=20,xlab="pocet clenu domacnosti",ylab="hodnoty cetnostni funkce",main="Graf cetnostni funkce")
readline()

# graf empiricke distribucni funkce
plot(c(clen,7),c(kum_rel_cetnosti,1),type="s",xlab="pocet clenu domacnosti",ylab="hodnoty empir. distr. fce",main="Graf empiricke distribucni funkce")
readline()

# sloupkovy diagram
barplot(dom,names.arg=as.character(1:6),xlab="pocet clenu domacnosti",ylab="pocet pozorovani",main="Sloupkovy diagram")
readline()

# polygon cetnosti
plot(clen,dom,type="b",pch=20,xlab="pocet clenu domacnosti",ylab="pocet pozorovani",main="Polygon cetnosti")
readline()

#---------------------------------------------------------------------------------------------------------------------------------------------------------
# Druhy priklad
# nacteni dat
load("cviceni1.RData")
stredy <- data1$pr2$stredy
dom <- data1$pr2$dom

# relativni cetnosti
rel_cetnosti <- dom/sum(dom)

# kumulativni cetnosti
kum_cetnosti <- cumsum(dom)

# kumulativni relativni cetnosti
kum_rel_cetnosti <- cumsum(rel_cetnosti)

# zapis do tabulky
tabulka <- data.frame(nj=dom,pj=rel_cetnosti,Nj=kum_cetnosti,Fj=kum_rel_cetnosti)
tabulka

# histogram
# nejprve je potreba vytvorit data
x <- rep(stredy,times=dom)
hist(x,breaks=c(35,stredy+15),xlab="vydaje",ylab="hodnoty cetnostni hustoty",main="Histogram")
readline()

# graf empiricke distribucni funkce
plot(seq(from=5,to=245,by=30),c(0,0,kum_rel_cetnosti,1),type='b',pch=20,xlab="vydaje",ylab="hodnoty empir. distr. fce",main="Empiricka distribucni funkce")

#----------------------------------------------------------------------------------------------------------------------------------------------------------
# Treti priklad
# nacteni dat
load("cviceni1.RData")
body <- data1$pr3$body
stud <- data1$pr3$stud

# vytvoreni dat
data <- rep(body,times=stud)

# vypocet kvantilu
quantile(data,probs=c(.5,.1,.9,.25,.75))

#----------------------------------------------------------------------------------------------------------------------------------------------------------
# Ctvrty priklad
# nacteni dat
load("cviceni1.RData")
clen <- data1$pr1$clen
dom <- data1$pr1$dom

# vytvoreni dat
data <- rep(clen,times=dom)

# prumer
prumer <- mean(data)

# rozptyl, pozor R implicitne pocita s 1/(n-1)
rozptyl <- var(data)
# korekce
n <- sum(dom)
rozptyl <- (n-1)/n*rozptyl

#----------------------------------------------------------------------------------------------------------------------------------------------------------
# Paty priklad
# boxplot
boxplot(data,horizontal=T,main="Boxplot")

#----------------------------------------------------------------------------------------------------------------------------------------------------------
# Sesty priklad
# nacteni dat
data <- data1$pr6$data

# vytvoreni vektoru poradi
r <- rank(data)   # seradime data
rr <- factor(r)
j <- as.numeric(levels(rr))  # zjistime hodnoty poradi

# vzorecek pro alfa
n <- length(data)
alpha_j <- (j-.375)/(n+.25)

# prislusne kvantily normalniho rozdeleni
u_j <- qnorm(alpha_j)

# vybereme data tak, aby se neopakovala
dd <- factor(data)
jj <- as.numeric(levels(dd))

# vykreslime body
plot(u_j,jj,pch=20,xlab="teoreticky kvantil",ylab="pozorovany kvantil",main="Q-Q plot")

# body prolozime primkou
model <- lm(jj~u_j)
points(u_j,jj-model$residuals,type="l")

# naprogramujte n-p plot

# alternativne
x11(w=12,h=9)
qqnorm(data)
qqline(data)
#-----------------------------------------------------------------------------------------