#abi käsu kohta
?käsk

pikkus=c(10,12,12,13,10,14,13,11,14,16,14,14)
laius=c(7,8,9,6,6,7,8,9,5,10,9,8)
sugu=c(rep("m",6),rep("n",6))
#kui tahame kõik vektorid ühte panna, siis kasutame data.frame 
#lutikad=data.frame(pikkus,laius,sugu)
#lutikad$pikkus
pikkus

#histogramm
hist(pikkus)
hist(pikkus, breaks=3)
hist(pikkus,c(seq(10,16,3)))

var(pikkus) #dispersioon
sd(pikkus) #standardhälve
mean(pikkus) #keskmine
median(pikkus) #mediaan
range(pikkus) #vähim ja suurim element
summary(pikkus) #mõningad järkstatistikud ja keskmine
sd(pikkus)/sqrt(length(pikkus)) #keskmise standardviga
t.test(pikkus)$conf.int #keskmise ligikaudne usaldusvahemik (vaikimisi 95%) , nõuab normaaljaotust või suurt valimimahtu
#kui vaja saab ka kogu t-testi 
#t.test(pikkus)
wilcox.test(pikkus) #mediaani mitteparameetriline võrdlus nulliga (eeldatakse jaotuse sümmeetriat)
#installeerides (ja laadides käsuga "library(moments)") paketi "moments" on võimalik kasutada ka funktsioone skewness, kurtosis jms
#ühes või teises paketis on muidugi kõik funktsioonid olemas, aga sageli on asja sisu tundes lihtsam soovitud valemid sisse toksida nt parandatud ruutude summa on lihtsalt  
#sum((pikkus-mean(pikkus))**2)
#kvantiilid käsuga "quantile"

#valimi jaotusega võrdlemine
#kolmogorov-smirnovi test 
ks.test(pikkus,pnorm,mean=0,sd=1) #võrreldakse standardse normaaljaotusega, standardiseerimisparameetrid EI TOHI olla arvutatud valimi põhjal 
#shapiro-wilksi normaalsuse test
shapiro.test(pikkus)
#normaalsuse testid paketis "nortest"

#gruppide analüüs
by(pikkus,sugu,mean) #esimene on tunnus, teine on faktor, kolmas on funktsioon
 #by(lutikad[,c("pikkus","laius")],sugu,mean)
# by(lutikad[,1:2],sugu,mean)

#prop.test(430,500)

#keskmise ligikaudne usaldusvahemik binoomjaotusel (kasutada saab suure valimimahu korral, kusjuures jaotus ei tohiks olla väga ebavõrdne (nt 1:100))
t.test(rep(c(1,0),(430,70)))$conf.int #keskmise ligikaudne usaldusvahemik (vaikimisi 95%)