API tools faq
paste
Advertisement
lu4kedr

ukol1

lu4kedr
Apr 15th, 2019
134
0
Never
Add comment
Not a member of Pastebin yet? Sign Up, it unlocks many cool features!
R 7.32 KB | None | 0 0
raw download clone embed print report
  1. setwd("E:/OneDrive/Dokumenty/Skola/PS/ukol_workspace")
  2. # Instalování balíčků
  3. install.packages("readxl")
  4. install.packages("dplyr")
  5. install.packages("moments")
  6. # Lze provést přes okno Packages -> Install
  7.  
  8. # Načtení balíčku (nutno opakovat při každém novém spuštění Rka, vhodné mít na začátku skriptu)
  9. library(readxl)
  10. library(dplyr)
  11. library(openxlsx)
  12.  
  13.  
  14. data = read_excel("ukol_13.xlsx",
  15.                   sheet = "Vysledky mereni"      # specifikace listu v xlsx souboru
  16. )                 # řádky, které se přeskočí
  17.  
  18. # Přejmenování sloupců - je-li nutné
  19. colnames(data)=c("","A1AM","A1MM", "A1CHT","A2AM","A2MM", "A2CHT","A3AM","A3MM", "A3CHT","A4AM","A4MM", "A4CHT")
  20.  
  21. # nebo pomocí názvů
  22. dataA1AM = data %>%
  23.   select(A1AM)
  24.  
  25. dataA1AM_omited=na.omit(dataA1AM)
  26. dataA1AM_stack = stack(dataA1AM_omited)
  27.  
  28. dataA2AM = data %>%
  29.   select(A2AM)
  30.  
  31. dataA2AM_omited=na.omit(dataA2AM)
  32. dataA2AM_stack = stack(dataA2AM_omited)
  33.  
  34. minimumA1= min(dataA1AM_omited);
  35. maximumA1= max(dataA1AM_omited);
  36.  
  37. minimumA2= min(dataA2AM_omited);
  38. maximumA2= max(dataA2AM_omited);
  39.  
  40.  
  41. dolniKvartilA1 = quantile(dataA1AM_omited$A1AM, probs = 0.25)
  42. horniKvartilA1 = quantile(dataA1AM_omited$A1AM, probs = 0.75)
  43.  
  44. dolniKvartilA2 =quantile(dataA2AM_omited$A2AM, probs = 0.25)
  45. horniKvartilA2 = quantile(dataA2AM_omited$A2AM, probs = 0.75)
  46.  
  47. medianA1 = median(dataA1AM_omited$A1AM)
  48. medianA2 = median(dataA2AM_omited$A2AM)
  49.  
  50.  
  51. prumerA1 = mean(dataA1AM_omited$A1AM)
  52. prumerA2 = mean(dataA2AM_omited$A2AM)
  53.  
  54. smerodatnaOdchylkaA1 = sd(dataA1AM_omited$A1AM)
  55. smerodatnaOdchylkaA2 = sd(dataA2AM_omited$A2AM)
  56.  
  57. variacniKoefA1 =100*smerodatnaOdchylkaA1/prumerA1
  58. variacniKoefA2 =100*smerodatnaOdchylkaA2/prumerA2
  59.  
  60. sikmostA1 = moments::skewness(dataA1AM_omited$A1AM)
  61. sikmostA2 = moments::skewness(dataA2AM_omited$A2AM)
  62.  
  63. spicatostA1 = moments::kurtosis(dataA1AM_omited$A1AM)-3
  64. spicatostA2 = moments::kurtosis(dataA2AM_omited$A2AM)-3
  65.  
  66.  
  67. iqtA1 = horniKvartilA1 - dolniKvartilA1
  68. iqtA2 =horniKvartilA2 - dolniKvartilA2
  69.  
  70.  
  71. finaliqtA1= 1.5* iqtA1
  72. finaliqtA2= 1.5* iqtA2
  73.  
  74.  
  75. hradbaDOlniMezA1=dolniKvartilA1-finaliqtA1
  76. hradbaHorniMezA1=dolniKvartilA1+finaliqtA1
  77.  
  78. hradbaDOlniMezA2=dolniKvartilA2-finaliqtA2
  79. hradbaHorniMezA2=dolniKvartilA2+finaliqtA2
  80.  
  81.  
  82.  
  83. outliersA1 <- boxplot(dataA1AM_omited$A1AM, plot=TRUE)$out
  84. outliersA2 <- boxplot(dataA2AM_omited$A2AM, plot=TRUE)$out
  85.  
  86. multibox <-boxplot(
  87.   dataA1AM_omited$A1AM, dataA2AM_omited$A2AM,
  88.   plot=TRUE,
  89.   #main="Automaticky měřené velikosti zrn (nm)",
  90.   names=c("Typ A1","Typ A2"),
  91.   ylab="Velikost (nm)")
  92.  
  93. #kontrola zda jsou odlehle pozorovani v datech vyskytnuta
  94. #dataA1AM_omited[which(dataA1AM_omited$A1AM %in% outliers),]
  95.  
  96.  
  97. dataA1AM_omited_withoutOutliers <- dataA1AM_omited[-which(dataA1AM_omited$A1AM %in% outliersA1),]
  98. dataA2AM_omited_withoutOutliers <- dataA2AM_omited[-which(dataA2AM_omited$A2AM %in% outliersA2),]
  99.  
  100. ## po odstraneni odlehlych pozorovani
  101.  
  102. dataA1AM_omited<-dataA1AM_omited_withoutOutliers
  103. dataA2AM_omited<-dataA2AM_omited_withoutOutliers
  104.  
  105. minimumA1= min(dataA1AM_omited);
  106. maximumA1= max(dataA1AM_omited);
  107.  
  108. minimumA2= min(dataA2AM_omited);
  109. maximumA2= max(dataA2AM_omited);
  110.  
  111.  
  112. dolniKvartilA1 = quantile(dataA1AM_omited$A1AM, probs = 0.25)
  113. horniKvartilA1 = quantile(dataA1AM_omited$A1AM, probs = 0.75)
  114.  
  115. dolniKvartilA2 =quantile(dataA2AM_omited$A2AM, probs = 0.25)
  116. horniKvartilA2 = quantile(dataA2AM_omited$A2AM, probs = 0.75)
  117.  
  118. medianA1 = median(dataA1AM_omited$A1AM)
  119. medianA2 = median(dataA2AM_omited$A2AM)
  120.  
  121.  
  122. prumerA1 = mean(dataA1AM_omited$A1AM)
  123. prumerA2 = mean(dataA2AM_omited$A2AM)
  124.  
  125. smerodatnaOdchylkaA1 = sd(dataA1AM_omited$A1AM,na.rm=T)
  126. smerodatnaOdchylkaA2 = sd(dataA2AM_omited$A2AM,na.rm=T)
  127.  
  128. variacniKoefA1 =100*smerodatnaOdchylkaA1/prumerA1
  129. variacniKoefA2 =100*smerodatnaOdchylkaA2/prumerA2
  130.  
  131. sikmostA1 = moments::skewness(dataA1AM_omited$A1AM)
  132. sikmostA2 = moments::skewness(dataA2AM_omited$A2AM)
  133.  
  134. spicatostA1 = moments::kurtosis(dataA1AM_omited$A1AM)-3
  135. spicatostA2 = moments::kurtosis(dataA2AM_omited$A2AM)-3
  136.  
  137.  
  138. iqtA1 = horniKvartilA1 - dolniKvartilA1
  139. iqtA2 =horniKvartilA2 - dolniKvartilA2
  140.  
  141.  
  142. finaliqtA1= 1.5* iqtA1
  143. finaliqtA2= 1.5* iqtA2
  144.  
  145.  
  146. hradbaDOlniMezA1=dolniKvartilA1-finaliqtA1
  147. hradbaHorniMezA1=dolniKvartilA1+finaliqtA1
  148.  
  149. hradbaDOlniMezA2=dolniKvartilA2-finaliqtA2
  150. hradbaHorniMezA2=dolniKvartilA2+finaliqtA2
  151.  
  152.  
  153.  
  154.  
  155. multibox_withoutOutliners <-boxplot(
  156.   dataA1AM_omited_withoutOutliers$A1AM, dataA2AM_omited_withoutOutliers$A2AM,
  157.   plot=TRUE,
  158.   main="Automaticky měřené velikosti zrn (nm)",
  159.   names=c("Typ A1","Typ A2"),
  160.   ylab="Velikost (nm)")
  161.  
  162.  
  163. histogramA1 <- hist(dataA1AM_omited_withoutOutliers$A1AM,
  164.                     breaks=10,
  165.                     main="Histogram velikostí zrn typu A1",
  166.                     xlab="velikost (nm)",
  167.                     ylab="počet zrn",
  168.                     border="grey",
  169.                     xlim = c(15,17.5),
  170.                     ylim= c(0,15),
  171.                     labels = TRUE)  
  172. xfit=seq(minimumA1, maximumA1,length =62)     # generování hodnot pro osu x
  173. yfit=dnorm(xfit, mean=prumerA1, sd=smerodatnaOdchylkaA1)  # generování hodnot pro osu y
  174. lines(xfit, yfit, col="black")  
  175.  
  176. histogramA2 <- hist(dataA2AM_omited_withoutOutliers$A2AM,
  177.                     breaks=10,
  178.                     main="Histogram velikostí zrn typu A2",
  179.                     xlab="velikost (nm)",
  180.                     ylab="počet zrn",
  181.                     border="grey",    # barva ohraničení sloupců
  182.                     labels=TRUE,
  183.                     ylim= c(0,15),
  184.                     xlim = c(15,17.5))  
  185. xfit=seq(minimumA2, maximumA2,length =64)     # generování hodnot pro osu x
  186. yfit=dnorm(xfit, mean=prumerA2, sd=smerodatnaOdchylkaA2)  # generování hodnot pro osu y
  187. lines(xfit, yfit, col="black")  
  188.  
  189. qqnorm(dataA1AM_omited_withoutOutliers$A1AM,xlab="Teoretické kvantily",ylab="Výběrové kvantily")
  190. qqline(dataA1AM_omited_withoutOutliers$A1AM)
  191.  
  192. qqnorm(dataA2AM_omited_withoutOutliers$A2AM,xlab="Teoretické kvantily",ylab="Výběrové kvantily")
  193. qqline(dataA2AM_omited_withoutOutliers$A2AM)
  194.  
  195. #to be clever test   p-value >0.05 => normalita se NEZAMITA
  196. shapiro.test(dataA1AM_omited_withoutOutliers$A1AM)
  197. shapiro.test(dataA2AM_omited_withoutOutliers$A2AM)
  198.  
  199.  
  200. dat <- read.table(text = "A2 A1
  201.                  47 45
  202.                  17 17", header=TRUE)
  203. barplot(as.matrix(dat),
  204.         horiz = TRUE,
  205.         space = 0.5,
  206.         names.arg =  c("A1","A2"),
  207.         col=gray.colors(0),
  208.         main="Zastoupení výrobců ve výběru",
  209.         xlim = c(0,65),
  210.         xpd=TRUE
  211.         )
  212.  
  213.  
  214.  
  215. # prevod na procenta
  216. mydata <- data.frame(
  217.   row.names =c("A1","A2","A3","A4"),
  218.   ok =c(71.4 ,73.8, 72.4, 64.8),#45,48,42,35
  219.   fail =c(28.6, 26.2, 27.6, 35.2))# 18,17,16,19
  220.  
  221. x <- barplot(t(as.matrix(mydata)), col=gray.colors(2,alpha = 0.20),
  222.              legend=FALSE, border=NA, args.legend=
  223.                list(bty="n", border=NA), horiz=TRUE,
  224.              ylab="Typ abraziva", xlab="%")
  225. text(x=30 ,y=x, labels=c("71.4% (45)","73.8% (48)","72.4% (42)","64.8% (35)"), col="black")
  226. text(x=85,y=x,labels=c("28.6% (18)","26.2% (17)","27.6% (16)","35.2% (19)"), col="black")
  227.  
  228.  
  229.  
  230. sigma3HorniA1 = prumerA1 + (2 * smerodatnaOdchylkaA1)
  231. sigma3DolniA1 = prumerA1 - (2 * smerodatnaOdchylkaA1)
  232.  
  233. sigma3HorniA2 = prumerA2 + (2 * smerodatnaOdchylkaA2)
  234. sigma3DolniA2 = prumerA2 - (2 * smerodatnaOdchylkaA2)
Advertisement
Add Comment
Please, Sign In to add comment
Advertisement
Public Pastes
Advertisement
We use cookies for various purposes including analytics. By continuing to use Pastebin, you agree to our use of cookies as described in the Cookies Policy.  OK, I Understand
Not a member of Pastebin yet?
Sign Up, it unlocks many cool features!