setwd("C:/Jirka/Environment/Výuka/E7541 Analýza dat na PC/2022 podzim")

#install.packages("xlsx")
library("xlsx")

###########################
#                         #
#  Fisherův exaktní test  #
#                         #
###########################

sids<-data.frame("sids"=c(rep("ano", 29),rep("ano",  15),rep("ne",  7301),rep("ne",   11241)),
                 "vek"= c(rep("do25",29),rep("nad25",15),rep("do25",7301),rep("nad25",11241)))

sids.table<-table(sids$sids,sids$vek)

fisher.test(sids.table)



##############
#            #
#  Korelace  #
#            #
##############

# Načtení dat
data1.0<-read.xlsx("13_korelace_regrese_zadani.xlsx",2,startRow=4)
data1.1<-data1.0[1:100,c("naphthalene","acenaphtylene","acenaphtene","fluorene","phenantrene","anthracene")]

data1<-data1.1

# Vytvoření tabulky výsledků (Spearmanovy korelační koeficienty)
ro<-as.data.frame(matrix(NA,length(colnames(data1)),length(colnames(data1))))
colnames(ro)<-colnames(data1)
rownames(ro)<-colnames(data1)

# Vnořené cykly pro výpočet koeficientů
for(latka1 in colnames(data1)) {
  for(latka2 in colnames(data1)) {
    ro[latka1,latka2]<-cor.test(data1[,latka1],data1[,latka2],method="spearman")$estimate
  }
}



#############
#           #
#  Regrese  #
#           #
#############

# Načtení dat
data2.0<-read.xlsx("13_korelace_regrese_zadani.xlsx",3,startRow=8)
data2.1<-data2.0[1:99,c("PCB.153","PCB.180")]
colnames(data2.1)<-c("pcb153","pcb180")

data2<-data2.1

# Vytvoření modelu
model<-lm(pcb180~pcb153,data=data2)

intercept<-model$coefficients[1]
slope    <-model$coefficients[2]

# R2
summary(model)$r.squared

# korelace
cor.test(data2$pcb180,data2$pcb153)

# Odhad chybějících hodnot
odhady<-intercept+slope*data2$pcb153
odhady[which(is.na(data2$pcb180))]