lab1-3

podsumowanie/README.md

@@ -0,0 +1,140 @@
+# Podsumowanie
+Podsumowanie zajęć
+
+---
+## LAB 1
+Zakres:
+- wstęp do języka R
+
+- wykład 1 na stronie
+
+
+
+### R
+Lista:
+```r
+# wektory
+rep(TRUE, 3)
+seq(1, 20, by=1)
+order(zad6, decreasing = TRUE)]
+
+# pętle
+for(i in 1:length(zad5)){}
+while (licznik <= length(x)){}
+repeat {
+  if (licznik > length(x)) {
+    break
+  }
+}
+
+# funkcja, pakiety
+minmax <- function(x){}
+install.packages("schoolmath")
+library(schoolmath)
+```
+
+### Zagadnienia
+![operatory](lab1/operatory.png)
+
+![logiczne](lab1/logiczne.png)
+
+
+---
+## LAB 2
+Zagadnienia:
+- ciąg dalszy wprowadzenie do R
+
+- wykład 1 na stronie
+
+
+
+### R
+Lista:
+```r
+# ładowanie danych
+dane <- read.table("dane1.csv", header = TRUE, sep = ";")
+ankieta <- read.table("http://ls.home.amu.edu.pl/data_sets/ankieta.txt", header = TRUE)
+computers <- read.csv("http://pp98647.home.amu.edu.pl/wp-content/uploads/2021/06/computers.csv")
+```
+
+
+### Zagadnienia
+Lista:
+- **Wektor** musi zawierać takie same typy, **lista** może różne.
+
+- **Macierze**, ogólniej to są **tablice** reprezentowane przez wektor atomowy
+
+- **Czynniki**: dla ("f", "p", "f") zwraca "f", "p"
+
+- **Ramki danych** to jak w excelu arkusze
+
+
+---
+## LAB 3
+Zagadnienia:
+- **Statystka opisowa** - zaprezentowanie cechy X na próbce za pomocą tabeli, wykresu
+
+- Wykład 2 na stronie
+
+
+### R
+```r
+# rozkład empiryczny
+ankieta <- read.table("http://ls.home.amu.edu.pl/data_sets/ankieta.txt", header = TRUE)
+empiryczny <- data.frame(cbind(liczebnosc = table(ankieta$wynik),
+                               procent = prop.table(table(ankieta$wynik))))
+
+# wykres ramkowy
+barplot(table(ankieta$wynik),
+        xlab = "Odpowiedzi", ylab = "Odpowiedzi",
+        main = "Rozkład empiryczny zmiennej wynik")
+
+# inne
+install.packages("e1071")
+library(e1071)
+skewness(x)
+kurtosis(x)
+```
+
+
+### Zagadnienia
+Lista:
+- **Miara asymetrii rozkładu** - w którą stronę - prawo/lewo, zmienna się rozkłada.
+    - zero to symetryczny
+    - dodatnie to prawostronnie asymetryczny - lewa część jest większa
+    - ujemna to lewostronnie asymetryczna - prawa część jest większa
+![asymetria](lab3/asymetria.png)
+
+- **Kurtoza** - miara skupienia wartości wokół średniej. Porównuje rozkład empiryczny z rozkładem normalnym.
+    - Większa niż 0, im większa wartość tym bardziej wartości skupione wokół średniej
+    - Dla rozkładu normalnego = 0
+    - Dla ujemnych (min -2) wykres jest bardziej spłaszczony niż rozkłąd normalny
+![kurtoza](lab3/kurtoza.png)
+
+- **Rozkład empiryczny** - za pomocą szeregu rozdzielczego to np podanie liczebności i udziału procentowego danej zmiennej.
+
+- **Odchylenie standardowe** - intuicyjnie rzecz ujmując, odchylenie standardowe mówi, jak szeroko wartości jakiejś wielkości (na przykład wieku, inflacji, kursu walutowego) są rozrzucone wokół jej średniej.
+Im mniejsza wartość odchylenia tym obserwacje są bardziej skupione wokół średniej.
+
+- **Współczynnik zmienności** - podaje się w procentach, jest to relacja odchylenia standardowego ze średnią. Mówi nam jak bardzo wartości odbiegają od siebie. Dzięki temu ze jest w procentach mozemy porównywać rózne rozkłady.
+    - [Przykład](https://pl.wikipedia.org/wiki/Współczynnik_zmienności)
+
+- **Funkcja gęstości** - nieujemna funkcja rzeczywista, określona dla rozkładu prawdopodobieństwa, taka że całka z tej funkcji, obliczona w odpowiednich granicach, jest równa prawdopodobieństwu wystąpienia danego zdarzenia losowego.
+
+- **Histogram** – składa się z szeregu prostokątów umieszczonych na osi współrzędnych. Prostokąty te są z jednej strony wyznaczone przez przedziały klasowe wartości cechy, natomiast ich wysokość jest określona przez liczebności (lub częstości, ewentualnie gęstość prawdopodobieństwa) elementów wpadających do określonego przedziału klasowego.
+
+- **Kwantyl** rzędu p to taka zmienna dla której prawdopodobieństwo wystąpienia od 0 do tej zmiennej jest równe p.
+Kwantyl rzędu 1/2 to inaczej mediana. Kwantyle rzędu 1/4, 2/4, 3/4 są inaczej nazywane kwartylami.
+    - pierwszy kwartyl (notacja: Q1) = dolny kwartyl = kwantyl rzędu 1/4 = 25% obserwacji jest położonych poniżej
+    - drugi kwartyl (notacja: Q2) = mediana = kwantyl rzędu 1/2 = dzieli zbiór obserwacji na połowę
+    - trzeci kwartyl (notacja: Q3) = górny kwartyl = kwantyl rzędu 3/4 = dzieli zbiór obserwacji na dwie części odpowiednio po 75% położonych poniżej tego kwartyla i 25% położonych powyżej
+![kwanty](lab3/kwantyl.png)
+
+- **Wykres ramkowy**
+![ramkowy1](lab3/ramkowy1.png)
+![ramkowy2](lab3/ramkowy2.png)
+
+- **Rozkład empiryczny** – uzyskany na podstawie badania statystycznego opis wartości przyjmowanych przez cechę statystyczną w próbie przy pomocy częstości ich występowania.
+
+- Statystki opisowe:
+![dodatek](lab3/dodatek.png)

testowe/.Rhistory

@@ -0,0 +1,138 @@
+computers <- read.table("http://pp98647.home.amu.edu.pl/wp-content/uploads/2021/06/computers.csv")
+View(computers)
+computers <- read.csv("http://pp98647.home.amu.edu.pl/wp-content/uploads/2021/06/computers.csv")
+View(computers)
+spotify <- read.csv("http://pp98647.home.amu.edu.pl/wp-content/uploads/2021/06/spotify.csv")
+View(spotify)
+weight_height <- read.csv("http://pp98647.home.amu.edu.pl/wp-content/uploads/2021/06/weight-height.csv")
+View(weight_height)
+model_1 <- lm(valence ~ acusticness + danceability + energy + instrumentalness +
+liveness, data = spotify)
+model_1 <- lm(valence ~ acousticness + danceability + energy + instrumentalness +
+liveness, data = spotify)
+model_1 <- lm(valence ~ acousticness + danceability + energy + instrumentalness +
+liveness + loudness + speechiness + tempo + song_title, data = spotify)
+model_1
+summary(model_1)
+model_1 <- lm(valence ~ acousticness + danceability + energy + instrumentalness +
+liveness + loudness + speechiness + tempo, data = spotify)
+summary(model_1)
+step(model_1)
+step(model_1)
+step(model_1)
+summary(model_1)
+model_2 <- lm(valence ~ acousticness + danceability + energy + instrumentalness +
+liveness + loudness + speechiness, data = spotify)
+new_data <- data.frame(acousticness=2.84e-06, danceability=0.305, energy=0.827,
+instrumentalness=2.45e-03, liveness=0.3350, loudness=-5.789, speechiness=0.1470)
+View(new_data)
+stats::predict(model_2, new_data, interval = "prediction")
+summary(model_2)$adj.r.squared
+new_data <- data.frame(acousticness=2.84e-06, danceability=0.305, energy=0.827,
+instrumentalness=2.45e-03, liveness=0.3350, loudness=-5.789,
+speechiness=0.1470, tempo=159.882)
+stats::predict(model_2, new_data, interval = "prediction")
+new_data <- data.frame(acousticness=2.84e-06, danceability=1.305, energy=0.827,
+instrumentalness=2.45e-03, liveness=0.3350, loudness=-5.789,
+speechiness=0.1470, tempo=159.882)
+stats::predict(model_2, new_data, interval = "prediction")
+new_data <- data.frame(acousticness=2.84e-06, danceability=0.305, energy=0.827,
+instrumentalness=2.45e-03, liveness=0.3350, loudness=-5.789,
+speechiness=0.1470, tempo=159.882)
+stats::predict(model_2, new_data, interval = "prediction")
+new_data <- data.frame(acousticness=2.84e-06, danceability=0.405, energy=0.827,
+instrumentalness=2.45e-03, liveness=0.3350, loudness=-5.789,
+speechiness=0.1470, tempo=159.882)
+stats::predict(model_2, new_data, interval = "prediction")
+new_data <- data.frame(acousticness=2.84e-06, danceability=0.305, energy=0.827,
+instrumentalness=2.45e-03, liveness=0.3350, loudness=-5.789,
+speechiness=0.1470, tempo=159.882)
+stats::predict(model_2, new_data, interval = "prediction")
+new_data <- data.frame(acousticness=2.84e-06, danceability=0.405, energy=0.827,
+instrumentalness=2.45e-03, liveness=0.3350, loudness=-5.789,
+speechiness=0.1470, tempo=159.882)
+stats::predict(model_2, new_data, interval = "prediction")
+0.3918359 - 0.3918359
+0.3918359 - 0.3229826
+male <- ifelse(weight_height$Gender == "Male")
+male <- weight_height$Gender == "Male"
+male <- ifelse(weight_height$Gender == "Male", weight_height$Height)
+male <- ifelse(weight_height$Gender == "Male", weight_height$Height, 0)
+male <- weight_height[weight_height$Gender == "Male"]
+male <- weight_height[weight_height$Gender == "Male", ]
+View(male)
+shapiro.test(male$Height)
+qqnorm(male$Height)
+shapiro.test(male$Weight)
+qqnorm(male$Weight)
+shapiro.test(male$Height)
+qqnorm(male$Height)
+mean(male$Height)
+par(mfrow = c(1, 2))
+female <- weight_height[weight_height$Gender == "Female", ]
+shapiro.test(female$Height)
+qqnorm(female$Height)
+mean(female$Height)
+par(mfrow = c(1, 2))
+male <- weight_height[weight_height$Gender == "Male", ]
+shapiro.test(male$Height)
+qqnorm(male$Height)
+mean(male$Height)
+female <- weight_height[weight_height$Gender == "Female", ]
+shapiro.test(female$Height)
+qqnorm(female$Height)
+mean(female$Height)
+par(mfrow = c(1, 2))
+male <- weight_height[weight_height$Gender == "Male", ]
+shapiro.test(male$Height)
+qqnorm(male$Height)
+mean(male$Height)
+var(male$Height)
+female <- weight_height[weight_height$Gender == "Female", ]
+shapiro.test(female$Height)
+qqnorm(female$Height)
+mean(female$Height)
+var(female$Height)
+t.test(male$Height, female$Height, var.equal = TRUE, alternative = 'greater')$p.value
+t.test(male$Height, female$Height, var.equal = TRUE, alternative = 'greater')
+t.test(male$Height, female$Height, paired = TRUE, alternative = 'less')$p.value
+t.test(male$Height, female$Height, paired = TRUE, alternative = 'greater')$p.value
+t.test(male$Height, female$Height, alternative = 'greater')$p.value
+t.test(male$Height, female$Height, alternative = 'greater')
+t.test(male$Height, female$Height, alternative = 'greater', conf.level = 0.05)$p.value
+selected <- computers[computers$screen == 14, ]
+View(selected)
+ram_procent <- data.frame(cbind(liczebnosc = table(selected$ram),
+procent = prop.table(selected$ram)))
+table(selected$ram)
+prop.table(selected$ram)
+table(selected$ram)
+liczebnosc <- table(selected$ram)
+prop.table(liczebnosc)
+prop.table(liczebnosc)*100
+# ZAD 2 - tego trochę nie rozumiem
+w_test <- function(x, istotnosc, delta_zero, alternative = c('two.sided', 'less', 'greater')) {
+# statystyka testowa
+ss <- (1 / length(x)) * (var(x) - mean(x))
+statistic <- length(x) * ss / delta_zero * delta_zero
+# parametr w obszarach krytycznych
+d <- length(x) - 1
+# poziom istotności
+alternative <- match.arg(alternative)
+p_value <-  istotnosc
+p_value <-  switch(alternative,
+'two.sided' = 2 * min(p_value, 1 - p_value),
+'greater' = p_value,
+'less' = 1 - p_value)
+# rezultat
+names(statistic) <- 'T'
+names(d) <- 'num df'
+result <- list(statistic = statistic,
+parameter = d,
+p.value = p_value,
+alternative = alternative,
+method = 'Test istotności dla wariancji w modelu normalnym',
+data.name = deparse(substitute(x)))
+class(result) <- 'htest'
+return(result)
+}

testowe/testowe.Rproj

@@ -0,0 +1,13 @@
+Version: 1.0
+
+RestoreWorkspace: Default
+SaveWorkspace: Default
+AlwaysSaveHistory: Default
+
+EnableCodeIndexing: Yes
+UseSpacesForTab: Yes
+NumSpacesForTab: 2
+Encoding: UTF-8
+
+RnwWeave: Sweave
+LaTeX: pdfLaTeX

testowe/zadania.R

@@ -0,0 +1,89 @@
+# testowy egzamin
+
+# ładowanie danych csv
+computers <- read.csv("http://pp98647.home.amu.edu.pl/wp-content/uploads/2021/06/computers.csv")
+spotify <- read.csv("http://pp98647.home.amu.edu.pl/wp-content/uploads/2021/06/spotify.csv")
+weight_height <- read.csv("http://pp98647.home.amu.edu.pl/wp-content/uploads/2021/06/weight-height.csv")
+
+
+# ZAD 2 - tego trochę nie rozumiem
+w_test <- function(x, istotnosc, delta_zero, alternative = c('two.sided', 'less', 'greater')) {
+  
+  # statystyka testowa
+  ss <- (1 / length(x)) * (var(x) - mean(x))
+  statistic <- length(x) * ss / delta_zero * delta_zero
+  
+  # parametr w obszarach krytycznych
+  d <- length(x) - 1
+  
+  # poziom istotności
+  alternative <- match.arg(alternative)
+  p_value <-  istotnosc
+  p_value <-  switch(alternative, 
+                     'two.sided' = 2 * min(p_value, 1 - p_value), 
+                     'greater' = p_value, 
+                     'less' = 1 - p_value)
+  
+  # rezultat
+  names(statistic) <- 'T'
+  names(d) <- 'num df'
+  result <- list(statistic = statistic, 
+                 parameter = d, 
+                 p.value = p_value, 
+                 alternative = alternative, 
+                 method = 'Test istotności dla wariancji w modelu normalnym', 
+                 data.name = deparse(substitute(x)))
+  class(result) <- 'htest'
+  return(result)
+}
+
+
+# ZAD 5
+model_1 <- lm(valence ~ acousticness + danceability + energy + instrumentalness +
+                liveness + loudness + speechiness + tempo, data = spotify)
+
+summary(model_1)
+
+step(model_1)
+
+model_2 <- lm(valence ~ acousticness + danceability + energy + instrumentalness +
+                liveness + loudness + speechiness, data = spotify)
+
+new_data <- data.frame(acousticness=2.84e-06, danceability=0.305, energy=0.827,
+                       instrumentalness=2.45e-03, liveness=0.3350, loudness=-5.789,
+                       speechiness=0.1470, tempo=159.882)
+
+stats::predict(model_2, new_data, interval = "prediction")
+
+new_data <- data.frame(acousticness=2.84e-06, danceability=0.405, energy=0.827,
+                       instrumentalness=2.45e-03, liveness=0.3350, loudness=-5.789,
+                       speechiness=0.1470, tempo=159.882)
+
+stats::predict(model_2, new_data, interval = "prediction")
+
+
+# ZAD 6
+par(mfrow = c(1, 2))
+
+male <- weight_height[weight_height$Gender == "Male", ]
+shapiro.test(male$Height)
+qqnorm(male$Height)
+mean(male$Height)
+var(male$Height)
+
+female <- weight_height[weight_height$Gender == "Female", ]
+shapiro.test(female$Height)
+qqnorm(female$Height)
+mean(female$Height)
+var(female$Height)
+
+t.test(male$Height, female$Height, alternative = 'greater')$p.value
+#bardzo mała wartość, czyli hipoteza że kobiety są jest większe niż mężczyźni jest mało prawdopodobne
+
+
+# ZAD 7
+selected <- computers[computers$screen == 14, ]
+liczebnosc <- table(selected$ram)
+prop.table(liczebnosc)*100
+ram_procent <- data.frame(cbind(liczebnosc = table(selected$ram),
+                               procent = prop.table(selected$ram)))

zajecia3/README.md

@@ -10,9 +10,9 @@ W którą stronę - prawo/lewo, zmienna się rozkłada.
 ## Kurtoza
 Miara skupienia wartości wokół średniej.
 Porównuje rozkład empiryczny z rozkładem normalnym.
-- Dodatnia, im większa wartość tym bardziej wartości skupione wokół średniej
-- Dla rozkłądu normalnego = 0
-- Dla ujemnych (min -2) wykres jest bardziej spłaszczony ni rozkłąd normalny
+- Większa niż 0, im większa wartość tym bardziej wartości skupione wokół średniej
+- Dla rozkładu normalnego = 0
+- Dla ujemnych (min -2) wykres jest bardziej spłaszczony niż rozkłąd normalny
 
 ## Rozkład empiryczny
 Za pomocą szeregu rozdzielczego to np podanie liczebności i udziału procentowego danej zmiennej