data <- read.delim('znamky.txt', sep='', dec='.', header=F)
head(data)

# BODOVE JEDNOROZMERNE ROZDELENI DAT
# 1.1 Uprava dat
names(data) <- c('matematika', 'anglictina', 'pohlavi')
head(data)

f1 <- factor(data$matematika, levels=c(1,2,3,4),
             labels=c('vyborne', 'chvalitebne', 'dobre', 'nedostatecne'))

f2 <- factor(data$anglictina, levels=c(1,2,3,4),
             labels=c('vyborne', 'chvalitebne', 'dobre', 'nedostatecne'))

f3 <- factor(data$pohlavi, levels=c(0,1), labels=c('zena', 'muz'))

data2 <- data.frame(f1, f2, f3)
head(data2)

names(data2) <- c('matematika', 'anglictina', 'pohlavi')
head(data2)

# 1.2 Variacni rada
matematika <- data2$matematika
anglictina <- data2$anglictina

n1 <- sum(matematika == 'vyborne')
n2 <- sum(matematika == 'chvalitebne')
n3 <- sum(matematika == 'dobre')
n4 <- sum(matematika == 'nedostatecne')

nj <- c(n1, n2, n3, n4) # absolutni cetnosti

n <- sum(nj)

pj <- nj/n       # relativni cetnosti

Nj <- cumsum(nj) # absolutni kumulativni cetnosti
 
Fj <- cumsum(pj) # relativni kumulativni cetnosti

nazvy.znamek <- c('vyborne', 'chvalitebne', 'dobre', 'nedostatecne')
variacni.rada <- data.frame(nj, pj, Nj, Fj, row.names=nazvy.znamek)
variacni.rada

# 1.2 Sloupkovy graf
barplot(nj, col='white', border='white', axes=T,
        xlab='znamka', ylab='Absolutni cetnosti',
        main='Sloupkovy graf - Matematika') # priprava grafu: nazev, osy, ale nevykreslujeme sloupce barplotu

abline(h=0:9, col='grey80', lty=2)# vodorovne referencni cary

barplot(nj, col='blue', border='darkblue', axes=F, density=20, add=T) # dokresleni sloupcu do stavajiciho grafu


# 1.2 Polygon cetnosti
plot(1:4, nj, type='n', xlim=c(0.5,4.5), ylim=c(1,9),
     xlab='znamka', ylab='Absolutni cetnosti',
     main ='Polygon cetnosti', axes=F)
abline(h=0:9, col='grey80', lty=2)
abline(v=0:5, col='grey80', lty=2)

lines(1:4, nj, col='darkblue', lwd=2)
points(1:4, nj, col='darkblue', pch=20, cex=1.4)

axis(1, at=1:4, nazvy.znamek)
axis(2, at=0:10)
box(bty='l')

# BODOVE DVOUROZMERNE ROZDELENI DAT
# 1.3 Tabulka Simultannich a marginalnich cetnosti
K.Tab  <- table(matematika, anglictina)             # simultanni cesnosti pro znaky matematika a anglictina 
K.Tab2 <- cbind(K.Tab, suma=apply(K.Tab, 1, sum))   # marginalni cetnosti pro znak Matematika
K.Tab3 <- rbind(K.Tab2, suma=apply(K.Tab2, 2, sum)) # marginalni cetnosti pro znak Anglictina
K.Tab3

# 1.3 Tabulka radkove a sloupcove podminenych rel. cetnosti
Tab <- table(matematika, anglictina)

round(prop.table(Tab, margin=1), 3) # tabulka radkove podminenych cetnosti

round(prop.table(Tab, margin=2), 3) # tabulka sloupcove podminenych cetnosti


# INTERVALOVE JEDNOROZMERNE ROZDELENI DAT
data <- read.delim('lebky.txt', sep='\t', dec='.', header=F)
head(data)

names(data) <- c('delka', 'sirka', 'pohlavi')
head(data)

data.M <- data[data$pohlavi=='muz', ] # vyselektovani udaju o muzich
head(data.M)
n.M <- dim(data.M)[1] # pocet muzu v databazi

Sturges <- 1+3.3*log10(n.M)
round(Sturges) # tridicich intervalu bude 9

delka.M <- data.M$delka

min(delka.M)
max(delka.M)
199-164 # rozsah hodnot je 35, nejblizsi vyssi cele cislo je 36; tridici intervaly budou#
# (163;167> (167;171> (171;175> (175;179> (179;183> (183;187> (187;191> (191;195> (195;199>


hranice <- seq(163, 199, by=4)
# Priprava hrafu na vykresleni histogramu
hist(delka.M, breaks=hranice,
     ylim=c(0,52), main='Histogram',
     xlab='Delka lebky',
     ylab='Pocetnosti', col='white', border='white', axes=F) 

# vodorovne referencni cary
abline(h=seq(0,60, by=10), col='grey80', lty=2)

# vkresleni histogramu do stavajiciho grafu; dulezity argument add=T
hist(delka.M, breaks=hranice, col='blue', border='darkblue', density=20, add=T )

axis(1, at=seq(165, 197, by=4)) # osa X !!! dulezita konvence: u histogramu musi byt na ose x zaznamenany hodnoty stredu tridicich intervalu
axis(2, at=seq(0, 50, by=10))   # osa y
box(bty='l')                    # Ramecek grafu ve tvaru L.