
# ---------- --------- Skelette --------- -------- #

# -------  Funktion
myfunc = function(x,y,z){
		myfunc = x+y+z
}
# -------  For-Schleife
# meistens ist vektorenweise Rechnung besser/schneller!
n = 3
for( i in 1:n ){
	print(i^i)
}
# -------  If-Else
if( x == 1){
	x = 2
}else{
	x = 1
}
# -------  infinity , Not A Number, Not Available
-Inf
Inf
NaN
NA

# -------  Fakult‰t
factorial(x)

# -------  k aus N
choose(N,k)

# -------  alle Kombinationen von Elementen ohne RF
?combn
x = c("A","B","C","D")
combn(x,3)

# -------  alle Kombinationen mit RF
?expand.grid
expand.grid(x,x,x)

# -------  min, max and more

mean()
median()
min(), max()
var(),cov(),cor()
sd()
summary()
quantile()
length()
range()


# -------  Tabellen
table() 			# Tabelle aus Daten
ftable() 			# H‰ufigkeitstabelle
xtabs(Freq~V1+V2+V3)# alternative (bessere?) Tabellenfunktion


#  ------- -------  Distributions ------- -------  #

# Alle Verteilungen haben dieselbe Form:
# Buchstabe + Bezeichnung
# Die Buchstaben sind d (Dichte) , p (Verteilung), q (Quantile) und r (Random Sample)

# Die Bezeichnungen sind (zB hier als Dichten)

?dbinom
?dnbinom
?dhyper
?dpois

# uvm...  finden kann man sie aber auch ¸ber:

?Binomial
?NegBinomial
?Hypergeometric
?Poisson

# -------  Beispiel Poissonverteilung mit lambda = 20

dpois(19:21,lambda=20)
sum(dpois(19:21,lambda=20))

ppois(21,lambda=20) - ppois(18,lambda=20) 

qpois(0.5,lambda=20)

S = rpois(100,lambda=20)
median(S)


# -------  N¸tzliche Funktionen f¸r Vektoren:  ------- #

# -------  Wiederholungen:
rep(1,20)
rep(c("A","B"),20)


# -------  Sequences
seq(0,10,2)
seq(0,5,0.75)

# ------- leere Vektoren zur Bef¸llung
rep(NA,5)

v = vector(mode= "numeric", length=20)
# es gibt auch "logical", "integer", "numeric", "complex", "character" und "raw"

# L‰nge
length( rep(1,20) )


# ------- Sortieren und Rangfolgen
x = rpois(20,lambda=500)

rank(x)

sort(x,index.return=T)

order(x,decreasing =F)


# ------- Zusammenf¸gen

x = rpois(20,lambda=500)
y = rep(c("A","B","C","D"),5)

cbind(x,y)
rbind(x,y)


# -------  -------  Matrizen -------  ------- #
a = c(1:12)
matrix(a,ncol=3)
matrix(a,ncol=3,byrow=T)

A = matrix(a,ncol=3,byrow=T)
B = matrix(a,ncol=4,byrow=T)

# Matrixmultiplikation
A %*% B 

# Transponierte
t(A)

# Inverse (ginv in Paket MASS)
ginv( A %*% B )


# -------  -------  Klassen -------  ------- #

factor 		#Faktoren / Kategorien
integer 	#ganze Zahlen
double 		#stetige Zahlenwerte
logical 	#Wahrheitswerte

x = 1:9
y = factor(c("A","B","C","S","B","A"))

# Klasse pr¸fen:
is.integer(x)
is.factor(y)
is.factor(x)

# casten
as.integer(y)

# Faktoren:
# Anzahl Levels und Levels
nlevels(y)
levels(y)


# -------  -------  Datens‰tze  -------  ------- #

# einiges zu Datens‰tzen

library(MASS)
data(Animals) # laden in workspace
attach(Animals) # variablennamen sichtbar

nrow(Animals)
ncol(Animals)

dim(Animals)

row.names(Animals)
names(Animals) # spaltennamen

Animals[,1]
Animals[4,]

Animals$brain[4]


# -------  -------  Logikfunktion  -------  ------- #

#Indizes
t1 = which(Animals$brain > mean(Animals$brain))

# T/F Vektor
t2 = Animals$brain > mean(Animals$brain)

Animals[t1,]
Animals[t2,]


# -------  -------  Grafiken -------  ------- #

# Einlesen der Daten und Einbinden in Suchpfad

ecotest <- 
read.table("~/Univ Augsburg/Lehre/WS0809/StochIWT/Datensaetze/ecotest.txt", 
header = TRUE, sep = "\t", quote = "") # deinen Pfad eintragen

attach(ecotest)


# --------- Pie Chart
# show.unwin = F !!
pie(table(class),col=rainbow(7))

# --------- Barchart
barplot(table(class),col=rainbow(7))

# --------- Histogramm
library(lattice)
histogram(fuelcons)

# --------- Grafikparameter 
#sind oft in
?par
# zu finden

# einige wichtige sind:
col 		# Farbe(n), Zahl oder Vektor
ylim 	 	# Achsenextrema
xlim 		# 
lwd 		# Linien- und Punktst‰rke
pch 		# Punktsymbol, 19:22 sind beliebt
cex 		# Schriftgrˆﬂe
cex.axis 	# Achsen-...
main 		# ‹berschrift
xlab 		# Achsenbeschriftung
ylab 		
add         # zu bestehendem Plot hinzuf¸gen?

# --------- Linien
# horizontale/vertikale Linien oder Intercept und Slope
abline(h,v,a,b)

# Punkte mit Linien verbinden
?lines

# --------- weitere Punkte hinzuf¸gen
?points


# -------  -------  Zusammenfassendes -------  ------- #

tapply(fuelcons,class,mean)

summary(Animals)
summary(ecotest)
    