#POCETNA ANALIZA PODATAKA
install.packages("faraway") #potrebno je samo prvi put; drugi nacin: Tools->Install Packages
library(faraway) #drugi nacin u RStudio: na desnoj strani Packages i stiklirati trazeni paket
data(pima) #ucitavanje baze
pima #izlistavanje cele baze
summary(pima) #daje osnovne statistike

sort(pima$diastolic) #sortirane vrednosti pritiska

#prekodiranje nedostajucih vrednosti, jer ove promenljive ne bi trebale da imaju vrednost nula
pima$diastolic[pima$diastolic == 0]  <- NA
pima$glucose[pima$glucose == 0] <- NA
pima$triceps[pima$triceps == 0]  <- NA
pima$insulin[pima$insulin == 0] <- NA
pima$bmi[pima$bmi == 0] <- NA

#R kategorijske promenljive sa numerickim vrednostima smatra numerickim promenljivim
#zato je potrebno ovu promenljivu prekodirati
pima$test <- factor(pima$test)
summary(pima$test)
levels(pima$test) <- c("negativno","pozitivno")

summary(pima)

par(mfrow=c(1,2))
#ispitivanje podataka grafickim predstavljanjem (treba uraditi za sve promenljive, ovde je samo za jednu)
hist(pima$diastolic, main="Histogram za pritisak", ylab="Frekvencije", xlab="pritisak")
#histogram pretvoren u grafik gustine, "uzoracka gustine" (https://en.wikipedia.org/wiki/Kernel_density_estimation)
plot(density(pima$diastolic,na.rm=TRUE), main="Uzoracka gustina", ylab="Gustina")
#grafik sortiranih podataka
par(mfrow=c(1,1))
plot(sort(pima$diastolic),pch=".", main="Grafik sortiranih podataka", ylab="Sortirane vrednosti")
par(mfrow=c(1,2))
#graficki prikaz odnosa izmešu promenljivih
plot(diabetes ~ diastolic,pima) #grafik rasprsenosti dve numericke promenljive
plot(diabetes ~ test,pima) #grafik kada je jedna promenljiva kategorijska
par(mfrow=c(1,1))

pairs(pima) #dijagram rasprsenosti svake dve promenljive

#primer regresije
data(stat500)
summary(stat500)
stat500<-data.frame(scale(stat500)) #skaliranje vrednosti da bi mogle da se uporede
summary(stat500)
#graficki prikaz odnosa izmešu rezultata kolokvijuma i rezultata ispita
#logicno je da osnovu kolokvijuma odrešujemo rezultate testa, pa zato stavljamo rezultate ispita
#na y-osu, a kolokvijuma na x-osu
plot(final ~ midterm,stat500) 
abline(0,1) #dodavanje prave x=y (ocekujemo da je odnos rezultata 1:1)
#pravljenje linearnog modela: Y=beta_1*X_1+...+beta_n*X_n+epsilon
#u R-u: lm(y ~ x1+x2+...+xn)
g <- lm(final ~ midterm,stat500)
g
abline(coef(g),lty=5) #dodajemo regresionu liniju na grafik
cor(stat500) #korelacija izmešu svake sve promenljive