#### R-Programme zu statistischen Kennzahlen ####
#### Holger Reulen und Helmut Kuechenhoff     ####
#### Vorlesung 16.11.2015
### Setzen des lokalen Arbeitverzeichnis: Bitte anpassen !!!!
setwd("C:/D/Lehre/stat1_1516/R_Beispiele/Daten")
## Kontrolle des Einlesens (Betrachten der ersten sechs Zeilen):

### Laden des Hunde-Datensatzes:
load("Hunde.RData")
# Kontrolle des Einlesens (Betrachten der ersten sechs Zeilen):
head(Hunde)

boxplot(protein~diagnose,data=Hunde)
### Mit Breiten prop zu sqrt(N)
boxplot(protein~diagnose,data=Hunde,varwidth=TRUE)

library(psych) ### nützliche Bibliothek aus der Psychologie
### Geometrische Mittel 
mean(Hunde$protein)
geometric.mean(Hunde$protein)
boxplot(Hunde$protein)
abline(h=mean(Hunde$protein))
boxplot(Hunde$protein,log="y")
abline(h=geometric.mean(Hunde$protein))

### Berechnung mit Transformation 
exp(mean(log(Hunde$protein)))
#### Harmonisches Mittel 
harmonic.mean(Hunde$protein)
### Berechnung mit Transformation 
1/(mean(1/Hunde$protein))

### Getrimmte Mittelwerte     

mean(Hunde$protein)
mean(Hunde$protein,trim=0.1)
mean(Hunde$protein, trim=0.05)

# Trimmen per Hand:
length(Hunde$protein)
floor(length(Hunde$protein)*0.05)
# D.h. in der Funktion mean() werden fuer trim = 0.05 die drei groessten und die
# drei kleinsten Werte weggelassen:
mean(sort(Hunde$protein)[(1+6):(length(Hunde$protein)-6)], na.rm=T)
### Winzorisieren 
winsor.mean(Hunde$protein,trim=0.1)
sort(winsor(Hunde$protein,trim=0.05))

IQR(Hunde$protein)
fivenum(Hunde$protein)