Waiting_for_results)00)))0

#функция для плота матрицы корреляции
CorPlot<-function(matrix){
  corrplot(cor(matrix), method="color")
}



#функция для плота даты
Matrix_summ_plot<-function(matrix){
  plot(rowSums(matrix));
}



#plot
ploting<-function(matrix){
  CorPlot(matrix);
  Matrix_summ_plot(matrix);
}



#чтение csv
original_data = read.csv("data.csv",header = TRUE , sep = "," );



#отсеивание всех кроме 13 класса
data = original_data[which(original_data[,2]==13),];



#вывод графиков
plot_data = data[,6:33];
ploting(plot_data);



#убираем людей с низкой посещаемостью
data_s1=data[-which(data[,4]==0 & data[,3]==1),];
data_s1=data_s1[,6:33];
ploting(data_s1);



#выбор порога для последующего отсеивания людей, которые ставили слишком много одинаковых оценок
our_max = 24;
data_s2 = data_s1;
j=1;



#процедура отсеивания
while(j < (1 + nrow(data_s1))) {
  #print(j);
  marks_counter = matrix(0,1,5);
  for(i in 1:nrow(data_s1))
    marks_counter[data_s2[j,i]] = marks_counter[data_s2[j,i]] + 1;
  if(max(marks_counter[])>our_max) {
    data_s2 = data_s2[-j,];
    j = j - 1;
  }
  j = j + 1;
}
ploting(data_s2);



#подсчет средних по столбцам
means = matrix(0,1,28);
for(i in 1:ncol(data_s2)){
  tmp=as.vector(data_s2[,i]);
  means[i] = mean(tmp);
}
#Диаграмма среднего
barplot(means, ylim = c(0,5),
        main = "Means", font.main = 4);



#подсчет дисперсии
var_matrix = var(data_s2);
vars = matrix(0,1,28);
for(i in 1:ncol(var_matrix)){
  vars[i] = var_matrix[i,i];
}
#Диаграмма дисперсии
barplot(vars, ylim = c(0,3),
        main = "Variance", font.main = 4);

#подсчет среднеквадратичного отклонения
sds = matrix(0,1,28);
for(i in 1:ncol(var_matrix)){
  tmp=as.vector(data_s2[,i]);
  sds[i] = sd(tmp);
}
#Диаграмма среднеквадратичного отклонения
barplot(sds, ylim = c(0,2),
        main = "sds", font.main = 4);