# 02 Charakteristiky výběrového souboru

# nejmenší a největší hodnota v řadě čísel, nebo ve znacích (!řazení znaků)
min(delka)
max(delka)
min(c("a", "1", ".", "A"))
max(c("a", "1", ".", "A"))
min(barva)  # -> Error = nemá smysl pro faktory

# aritmetický průměr
mean(delka)
mean(c("a", "1", ".", "A")) # -> NA = Not Available, nemá čísla, nemůže počítat
# totéž "ručně": sečti čísla v proměnné "delka" a poděl počtem měření
sum(delka)/length(delka)

# modus: v R není přímý příkaz; poradíme si např. takto
sort(table(delka),decreasing = T)

# medián = prostřední hodnota
median(delka)
# také oklikou:
length(delka)  # -> 10, tedy prostřední hodnota je (5.+6.)/2
rank(delka)
which(rank(delka)==5)
which(rank(delka)==6)
(delka[...]+delka[...])/2

# kvantil, kvartil
# první kvartil odděluje čtvrtinu (25 %) nejmenších hodnot:
quantile(delka,probs = 0.25)
# třetí kvartil odděluje 3/4 malých hodnot od 1/4 největších hodnot:
quantile(delka,probs = 0.75)

# proveď součin všech hodnot v proměnné (součin anglicky = product)
prod(delka)

# rozsah, rozpětí
range(delka)  # vrátí MIN a MAX
max(delka)-min(delka)

# mezikvartilové rozpětí
quantile(delka, 0.75) - quantile(delka,0.25)  
# spočítá správně, ale ve výstupu zůstane matoucí popisek 75 %

# rozptyl
var(delka)
# "ruční" varianta na procvičení. Hlídej závorky!
sum((delka-mean(delka))^2)/(length(delka)-1)

# entropie
cet.ba<-table(barva)  # ulož četnosti jednotlivých barev do nové proměnné "cet.ba"
-sum((cet.ba/length(barva))*log(cet.ba/length(barva)))

# směrodatná odchylka
sd(delka)

# variační koeficient
sd(delka)/mean(delka)
# porovnáme délku pastelek tlustých a tenkých
tluste<-subset(pastelky, tloustka=="tlusta")
tenke<-subset(pastelky, tloustka=="tenka")
sd(tluste$delka)/mean(tluste$delka)
sd(tenke$delka)/mean(tenke$delka)
# jiný způsob bez tvoření nových objektů:
with(subset(pastelky, tloustka=="tlusta"),sd(delka)/mean(delka))
with(subset(pastelky, tloustka=="tenka"),sd(delka)/mean(delka))

# z-skóry, normování
delka
delka-mean(delka)
delka.norm<-(delka-mean(delka))/sd(delka)
# !! POZOR "norm" i "dnorm" jsou názvy funkcí, nechceme si je přemazat našimi čísly!
mean(delka.norm)
round(mean(delka.norm),2)
var(delka.norm)


# GRAFY ==============================================
# krabicový diagram
boxplot # --> do HELPU, také pomocí F1
boxplot(delka, main="Délka pastelek",ylab="délka [cm]")
title(sub = "outlier - min - Q1 - median - Q3 - max")
boxplot(delka, horizontal = T, main="Délka pastelek",xlab="délka [cm]")
boxplot(delka~ostrost)
boxplot(delka~ostrost, varwidth=T)

# histogram četností
hist(delka, ylab="četnosti", main="Histogram délek pastelek")
table(delka)  

# výsečový diagram
pie(rep(1, 24), col = rainbow(24), radius = 0.9)

# sloupcový diagram
barplot(delka)
barplot(barva)  # takhle to nefunguje ...
barplot(table(barva), main="Četnosti pastelek podle barvy")
# barvičky
barplot(table(barva), main="Četnosti pastelek podle barvy", col=c("brown","blue","pink","gray", "green", "yellow"))