# ZAD 1
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))))
print(empiryczny)

tylko_pods <- ankieta[ankieta$szkola == "p", ]
empiryczny_pods <- data.frame(cbind(liczebnosc = table(tylko_pods$wynik),
                               procent = prop.table(table(tylko_pods$wynik))))
print(empiryczny_pods)

barplot(table(ankieta$wynik),
        xlab = "Odpowiedzi", ylab = "Odpowiedzi",
        main = "Rozkład empiryczny zmiennej wynik")

barplot(prop.table(table(ankieta$wynik)),
        xlab = "Odpowiedzi", ylab = "Odpowiedzi",
        main = "Rozkład empiryczny zmiennej wynik")

pie(table(ankieta$wynik))

barplot(prop.table(table(ankieta$wynik, ankieta$plec)),
        beside = TRUE,
        col = 1:5,
        legend = levels(ankieta$wynik))

# ZAD 2
load(url("http://ls.home.amu.edu.pl/data_sets/Centrala.RData"))
head(Centrala)

empiryczny <- data.frame(cbind(liczebnosc = table(Centrala$Liczba),
                               procent = prop.table(table(Centrala$Liczba))))
print(empiryczny)

barplot(table(Centrala$Liczba),
        col = 1:5,
        legend = levels(Centrala$Liczba))

barplot(prop.table(table(Centrala$Liczba)),
        col = 1:5,
        legend = levels(Centrala$Liczba))

pie(table(Centrala$Liczba))

mean(Centrala$Liczba)
median(Centrala$Liczba)
sd(Centrala$Liczba)
sd(Centrala$Liczba) / mean(Centrala$Liczba) * 100


# ZAD 3
x <- c(0.9, 6.2, 2.1, 4.1, 7.3, 
       1.0, 4.6, 6.4, 3.8, 5.0, 
       2.7, 9.2, 5.9, 7.4, 3.0, 
       4.9, 8.2, 5.0, 1.2, 10.1,
       12.2, 2.8, 5.9, 8.2, 0.5)

# tworzymy przedziały
breaks_hist <- hist(x, plot = FALSE)$breaks
empiryczny <- data.frame(cbind(liczebnosc = table(cut(x, breaks = breaks_hist)),
                               procent = prop.table(table(cut(x, breaks = breaks_hist)))))
print(empiryczny)

hist(x)

# lwd to grubość, density to funkcja gęstości
hist(x, col = "lightblue", probability = TRUE)
lines(density(x), col = "green", lwd = 2)

boxplot(x)

mean(x)
median(x)
sd(x)
sd(x) / mean(x) * 100

install.packages("e1071")
library(e1071)

skewness(x)
kurtosis(x)


# ZAD 4
wspolczynnik_zmiennosci <- function(x, na.rm = FALSE) {
  if (!is.numeric(x)) stop("argument nie jest liczbą")
  if (na.rm) x <- na.omit(x)
  return(100 * sd(x) / mean(x))
}

x <- c(1, NA, 3)
wspolczynnik_zmiennosci(x)

wspolczynnik_zmiennosci(x, na.rm = TRUE)

wspolczynnik_zmiennosci()

wspolczynnik_zmiennosci(c("x", "y"))