###########
# Blatt 1 #
###########

#aufgabe 1

zk <- read.table("/Users/anatol/Desktop/†-leiter/Statistik I/Zehnkampf2006.txt",header=T,sep="\t",quote="")
#Object browser, str oder class (wobei class fuer Datensaetze ungeeignet ist)

str(zk)

for(i in 1:ncol(zk)) print(class(zk[,i]))

#Variablen
#Variablen geben Auskunft ueber Punkte, Leistungen in einzelnen Disziplinen und weitere Infos (Name, Nationialitaet etc.)

#aufgabe 2

cont<-c(1,6:27)

mean(zk[,cont], na.rm = T)
apply(zk[,cont],2, median) #NA wird nicht beruecksichtigt
#median(zk[,cont]) funktioniert nicht
apply(zk[,cont],2, median, na.rm = T)

sd(zk[,cont], na.rm = T)
apply(zk[,cont],2, var, na.rm = T)

apply(zk[,cont],2,IQR, na.rm = T)

apply(zk[,2:5],2,table)
summary(zk[,2:5])
#Kennzahlen fuer diskrete Variablen: Modus, Tabelle, Klassen

#aufgabe 3

JavaGD()
pairs(zk[,cont], pch = 19)
# In SPLOM erkennt man einige sehr stark negative und positive Korrelationen

#SPLOM fuer Punkte
pairs(zk[,c(1,18:27)], pch =19, cex.labels = 1.5)

#Ausreisser z.B. in Diskuswurf, 1500m etc.

#Korrelationen

cor(zk[,cont], use = "complete.obs")
#sehr gross, unuebersichtlich

round(cor(zk[,cont], use = "complete.obs"), digits = 2)

#Punkte
corr<-cor(zk[,c(1,18:27)])

round(corr, digits = 3)
#Zusammenhaenge zwischen sp und dt, oder 100m und lj
#Gesamtpunkte haben hoechste Korrelation mit Wurfdisziplinen
#!500m wenig Einfluss (jedoch 1500m letzte Disziplin)
#Hochsprung hat schwache Korrelationen, evtl fuer Hochsprung Technik am wichtigsten, jedoch nicht hilfreich fuer andere Disziplinen

#aufgabe 4
JavaGD()
hist(zk[,18], breaks = 25, col ="grey",ylim = c(0,0.008), xlim = c(600,1100), freq = F, xlab = "Punkte 100 m")

JavaGD()
plot(ecdf(zk[,18]), main = "Empirische Verteilungsfunktion")

summary(zk[,18])
quantile(zk[,18])

#Normalverteilung:
mu<-mean(zk[,18])
sigma<-sd(zk[,18])

curve(dnorm(x,mean=mu, sd = sigma),add=T)

curve(pnorm(x,mean=mu, sd = sigma),add=T,col = "magenta")

#aufgabe 5

which(zk[,6] == sort(zk[,6])[338])
zk[which(zk[,6] == sort(zk[,6])[338]),3:4]

zk[309,]

ratio<-zk[,6] / zk[,10]

which(ratio == max(ratio))
which(ratio == min(ratio))

min(ratio)
max(ratio)

zk[c(46,85),]

temp<-zk[which(zk[,3] == "Zhu Hengjun"),6] / zk[which(zk[,3] == "Zhu Hengjun"),10]

which(sort(ratio) == temp)