Hoď ma hore
prihlásenie:
Registrácia  |  Zabudnuté heslo
tu sa nachádzate: hlavná stránka  rôzne  téma
kategórie:  

Jazyk_R, zaklady

40
reakcií
2551
prečítaní
Tému 7. decembra 2015, 19:18 založil vevericka12.

podobné témy:

názov témy
posledná
reakcií
02. 05. 2019
13
01. 05. 2019
20
25. 03. 2019
23
04. 11. 2015
74
11. 11. 2007
15
30. 07. 2012
41
 
 


1.
označiť príspevok

vevericka12 žena
   7. 12. 2015, 19:18 avatar
Základne prikazy


28.
označiť príspevok

Lemmy muž
   8. 12. 2015, 00:25 avatar
while ( ! $success ) $try ++ ;


33.
označiť príspevok

lol123
   25. 4. 2019, 03:36 avatar
#PRAVDEPODOBNOSTNE ROZDELENIA v R
##normalove rozdelenie
# Generovanie 10 náhodných čísel z NR
rnorm(10,mean=0,sd=1)
# Hustota pravdepodobnosti v bude 10 (výška rozdelenia v bode 10)
dnorm(10,mean=0,sd=1,log=FALSE)
# Sumár hustoty pravdepodobnosti po daný bod (10) z ľava
pnorm(10, mean = 0, sd = 1, lower.tail = TRUE, log.p = FALSE)
pnorm(1) # 0.8413447
pnorm(1,lower.tail=FALSE) # 0.1586553 od daného bodu napravo
pnorm(0)
# Inverzná k pnorm, vráti bod pri zadaní určitej pravdepodobnosti
qnorm(0.5) # 0
qnorm(0.85) # 1.036433
v=c(0.0,0.25,0.5,0.75,1.0) #vektor
qnorm(v) # [1] -Inf -0.6744898 0.0000000 0.6744898 Inf

##binomicke rozdelenie
rbinom(20, 100, prob = 0.1) #nahodne
rbinom(20, 100, prob = 0.5)
dbinom(20, 40, prob = 0.5) #hustota
pbinom(30, 40, p = 0.5) #sumar hustoty

#dalsie rozdelenia pravdepodobnosti - unif; pois; exp; chisq; geom; ...

runif(20, min = 0, max = 1)
rpois(20, lambda = 1)
dpois(20, lambda = 2, log = FALSE)
pexp(1, rate = 1, lower.tail = TRUE, log.p = FALSE)
rchisq(10, 2, ncp = 0)
rgeom(20, 0.5)

# Generovanie náhodných čísel
x <- rnorm(10)

# Sample - generovanie vzoriek
set.seed(1)
sample(1:10, 4) #generovanie 4 nahodnych cisel od 1 po 10
sample(letters, 5) #generovanie piatoch nahodnych pismen
sample(1:10) # permutácia prvkov od 1 do 10
sample(1:10, replace = TRUE) # výber s nahradením (môžu sa opakovať prvky)

set.seed(100)
rnorm(5) #generovanie 5 nahodnych cisel normaloveho rozdelenia

# Generovanie linearneho modelu
set.seed(20)
x <- rnorm(100)
e <- rnorm(100, 0, 2)
y <- 0.5 + 2 * x + e #linearna funkcia
summary(y)
plot(x, y) #graf xy
abline(lm(y~x)) #linearny model ako priamka v grafe

# Lineárne rovnice - riesenie pomocou SOLVE
A = matrix(nrow = 3, ncol = 3, data = c(6, 1, 2, 3, -3, 1, -2, 2, 1)) #prepis do matice A
b = c(2,5,9) #prepis do vektory b
solve(A,b) #riesenie rovnice pomocou prikazu SOLVE
A2 = matrix(nrow = 4, ncol = 4, data=c(4,3,2,5,-3,-2,-1,-3,2,1,0,1,-1,-3,5,-8))
b2 = c(8,7,6,1)
solve(A2,b2)

# Nelineárne rovnice - riesenie pomocou UNIROOT
# Príklad 2cos(x) - ln(x) = 0
#vykreslenie jednotlivych funkcii
curve(2*cos(x), 0, 10) #vykreslenie kosinusovej funkcie
curve(log(x), add = TRUE, col="red" #vykreslenie logaritmu
f = function(x) 2*cos(x) - log(x) #zapisanie funkcie
uniroot(f,lower=0,upper=2, tol=1e-9) #riesenie nelinearnej rovnice pomocou uniroot s ohranicenim (0,2) a presnostou
uniroot(f,lower=4,upper=6, tol=1e-9) #riesenie nelinearnej rovnice pomocou uniroot s ohranicenim (4,6) a presnostou
uniroot(f,lower=6,upper=7, tol=1e-9) #riesenie nelinearnej rovnice pomocou uniroot s ohranicenim (6,7) a presnostou

## x3+2x+4=0 - riesenie polynomialnej rovnice
polyroot(c(4,2,0,1))

# Lineárna regresia
x = c(3,8,9,3,13,6,11,21,1,16) #prepis vektora
y = c(30,57,64,72,36,43,59,90,20,83) #prepis vektora
mydata = data.frame(x,y) #vytvorenie tabulky
model = lm(y ~ x, data=mydata) #vytvorenie modelu linearnej regresie pomocou funkcie LM
plot(mydata) #zobrazenie dat v grafe
abline(model) #zobrazenie modelu v podobe priamky
pr1 <- data.frame(x = c(10,15,20))
pr1$y <- predict(model, newdata = pr1) #predikovanie hodnot

# Viacnásobná regresia
year <- rep(2008:2010, each = 4) #roky
quarter <- rep(1:4, 3) #kvartale
cpi <- c(162.2, 164.6, 166.5, 166, 166.2, 167,
168.6, 169.5, 171, 172.1, 173.3, 174) #hodnoty
plot(cpi, xaxt = "n", ylab = "CPI", xlab = "" #graf
# vykresli popis x-osi, kde 'las=3' zabezpeci vertikalny text
axis(1, labels = paste(year, quarter, sep = "Q", at = 1:12, las = 3) #popis osi
fit <- lm(cpi ~ year + quarter)
data2011 <- data.frame(year = 2011, quarter = 1:4)
cpi2011 <- predict(fit, newdata = data2011) #predikovanie buducich hodnot
style <- c(rep(1, 12), rep(2, 4))
plot(c(cpi, cpi2011), xaxt = "n",ylab = "CPI", xlab = "",pch = style, col = style) #ich zobrazenie
axis(1, at = 1:16, las = 3,
labels = c(paste(year, quarter, sep = "Q", "2011Q1", "2011Q2", "2011Q3", "2011Q4") #zobrazenie osi s dalsimi kvartalmi

# Interpolácia - hladanie kriviek k zadanym bodov
set.seed(1)
n <- 500
dat <- data.frame(
x = 1:n,
y = sin(seq(0, 5*pi, length.out = n)) + rnorm(n=n, mean= 0, sd=0.5)
)

approxData <- data.frame(with(dat, approx(x, y, method = "linear"),
metoda = "approx"
splineData <- data.frame(with(dat, spline(x, y) ),metoda = "spline default"
splineData2 <- data.frame(with(dat, spline(x, y, xout = seq(1, n, by = 10), method = "fmm" ), metoda = "spline krok 10"
smoothData <- data.frame(x = 1:n, y = as.vector(smooth(dat$y)), metoda = "smooth"
loessData <- data.frame(x = 1:n, y = predict(loess(y~x, dat, span = 0.1)), metoda = "loess span 0.1"
loessData2 <- data.frame(x = 1:n, y = predict(loess(y~x, dat, span = 0.5)), metoda = "loess span 0.5"
library(ggplot2)
ggplot(rbind(approxData, splineData, splineData2, smoothData, loessData, loessData2), aes(x, y)) + geom_point(dat = dat, aes(x, y), alpha = 0.2, col = "red" + geom_line(col = "blue" + facet_wrap(~metoda) + ggtitle("Príklad - vybrané interpolačné a vyhladzovacie funkcie v R" + theme_bw(16)

# Lineárne programovanie
# install.packages("lpSolveAPI"
library(lpSolveAPI)
lpmodel <- make.lp(0, 2) # prazdny LP solver s 2 premennymi
#prepis zadanej ulohy
lp.control(lpmodel, sense="max" # maximalizacia
set.objfn(lpmodel, c(143, 60)) # definicia KF (v anglictine casto objective function)
add.constraint(lpmodel, c(120, 210), "<=", 15000) #ohranicenia
add.constraint(lpmodel, c(110, 30), "<=", 4000) #ohranicenia
add.constraint(lpmodel, c(1, 1), "<=", 75) #ohranicenia
lpmodel #zobrazenie modelu
solve(lpmodel) #riesenie
get.objective(lpmodel) #hodnota KF (maximalna/minimalna)
get.variables(lpmodel) #hodnoty premennych X a Y pre optimum

# Celočíselné programovanie
# install.packages("lpSolve"
library(lpSolve)
assign.costs <- matrix (c(7, 7, 3, 2, 2, 7, 7, 2, 1, 9, 8, 2, 7, 2, 8, 10), 4, 4) #prepis
lp.assign (assign.costs) #sucet najmensich nakladov
lp.assign (assign.costs)$solution #riesenie v podobe matice


34.
označiť príspevok

lol123
   25. 4. 2019, 03:40 avatar
#nelinearna

-4*cos(x)-exp(x)

curve(-4*cos(x), -10,1)
curve(exp(x), add = TRUE, col ="red"
f = function(x) -4*cos(x)-exp(x)
uniroot(f, lower=-10, upper = 1, tol= 1e-4)
uniroot(f, lower=-2, upper=0, tol = 1e-4)


39.
označiť príspevok

lol123
   25. 4. 2019, 03:45 avatar
curve(5*sin(x),-5,5)
curve(-exp(x),add = TRUE,col="red"
f=function(x){5*sin(x)-exp(x)}
uniroot(f,lower = -4,upper = -2,tol = 1e-4)
uniroot(f,lower = -1,upper = 1,tol = 1e-4)


2.
označiť príspevok

EnaXnaY muž
   7. 12. 2015, 19:21 avatar
while(not success) {
repeat;
}


3.
označiť príspevok

Mil@níčko muž
   7. 12. 2015, 19:55 avatar
Základné zákazy


4.
označiť príspevok

milicano
   7. 12. 2015, 19:56 avatar
desatoro? :-)


6.
označiť príspevok

Mil@níčko muž
   7. 12. 2015, 19:56 avatar
Dvadsatoro............ 


11.
označiť príspevok

milicano
   7. 12. 2015, 20:02 avatar
to je už veľa aj na mňa...možno tak pätoro zvládnem..:-)


12.
označiť príspevok

Aranjes žena
   7. 12. 2015, 20:06 avatar
11. Očuj, nejsi nejak rozkokošený ?  


13.
označiť príspevok

Mil@níčko muž
   7. 12. 2015, 20:07 avatar
11 je ona, nie on.  


14.
označiť príspevok

Aranjes žena
   7. 12. 2015, 20:15 avatar
13. 11 je ona ? ....kdetyvjeci ) ...mili je sakra chlap se vším všudy ...za to Ti ručím..eeehm...nevim čim ...ale ručim  


15.
označiť príspevok

Mil@níčko muž
   7. 12. 2015, 20:17 avatar
Tak nech sa pozrie milicano do nohavíc a nikdy víc nech nám nelže, nebo mi ňeco selže.  


16.
označiť príspevok

milicano
   7. 12. 2015, 20:18 avatar
14 hehe...ešte tak trumfy ukázat...no určite..:-)


17.
označiť príspevok

Mil@níčko muž
   7. 12. 2015, 20:20 avatar
Vytas ho kua ak ho máš !!!!!!!!!!!!!    


5.
označiť príspevok

vevericka12 žena
   7. 12. 2015, 19:56 avatar
• Príklady pravdepodobnostných rozdelení (distribúcií) – Normálne (*norm) – Uniformné (*unif) – Poissonovo (*pois) – Binomické (*binom) – Exponenciálne (*exp) – Chi-kvadrát rozdelenie (*chisq) – Geometrické (*geom)

Normálne rozdelenie •
Gaussovo rozdelenie – mean (def. 0), sd (def. 1) –
Funkcie
*rnorm(n,mean=0,sd=1) – generuje n čísel z NR
*dnorm(x,mean=0,sd=1,log=FALSE) – vráti „výšku“ rozdelenia v bode x => hustotu (density) pravdepodobnosti v bode x
*pnorm(q, mean = 0, sd = 1, lower.tail = TRUE, log.p = FALSE) – kumulatívna distribučná funkcia = v podstate udáva sumár hustoty pravdepodobnosti po daný bod q zľava (ak lower.tail = FALSE, tak od daného bodu napravo), log.p je pre logaritmické hodnoty pnorm(0) # 0.5;
pnorm(1) # 0.8413447; pnorm(0,lower.tail=FALSE) # 0.5; pnorm(1,lower.tail=FALSE) # 0.1586553

*qnorm(p, mean = 0, sd = 1, lower.tail = TRUE, log.p = FALSE) – kvantilová funkcia = inverzná k pnorm = zadáme pravdepodobnosť a získame bod z pre ktorý by platilo pnorm(z)=p
qnorm(0.5) # 0; qnorm(0.85) # 1.036433; v=c(0.0,0.25,0.5,0.75,1.0); qnorm(v) # [1] -Inf -0.6744898 0.0000000 0.6744898 Inf

Generovanie náhodných čísel
x <- rnorm(10); x
[1] 1.38380206 0.48772671 0.53403109 0.66721944
[5] 0.01585029 0.37945986 1.31096736 0.55330472
[9] 1.22090852 0.45236742
> x <- rnorm(10, 20, 2)
> x
[1] 23.38812 20.16846 21.87999 20.73813 19.59020
[6] 18.73439 18.31721 22.51748 20.36966 21.04371
> summary(x)
Min. 1st Qu. Median Mean 3rd Qu. Max. 18.32 19.73 20.55 20.67 21.67 23.39
# uniformny vyber
> runif(3, min=0, max=100)
[1] 17.28769 96.69770 52.30550 # napr. uniformny vyber integer cisla ….. uniformne vybery je vsak lepsie robit cez sample funkciu
> floor(runif(3, min=0, max=100))
[1] 9 38 8
> sample(1:100, 3, replace=TRUE) # 3 krat integer od 1 po 100 s možnosťou znovu vybrať rovnaké číslo
> sample(1:100, 3, replace=FALSE) # detto ale rovnake cislo nemozem vybrat znovu (t.j. nevratim ho spat do mnoziny na dalsi vyber

Sample – generovanie vzoriek
> set.seed(1)
> sample(1:10, 4)
[1] 3 4 5 7
> sample(1:10, 4)
[1] 3 9 8 5
> sample(letters, 5)
[1] "q" "b" "e" "x" "p"
> sample(1:10) # permutácia prvkov od 1 do 10
[1] 4 7 10 6 9 2 8 3 1 5
> sample(1:10)
[1] 2 3 4 1 9 5 10 8 6 7
> sample(1:10, replace = TRUE) # výber s nahradením (môžu sa opakovať prvky)
[1] 2 9 7 8 2 8 5 9 7 8

Opakovateľnosť experimentov
> set.seed(158)
> rnorm(5)
[1] 0.8316425 0.2856389 -0.3573470 -1.1607888 0.4869541
> rnorm(5)
[1] -0.94285749 0.05782252 -0.07641639 -1.30975637 -1.37445786
> set.seed(158)
> rnorm(5)

Generovanie lineárneho modelu
> set.seed(20)
> x <- rnorm(100)
> e <- rnorm(100, 0, 2)
> y <- 0.5 + 2 * x + e
> summary(y)
Min. 1st Qu. Median Mean 3rd Qu. Max. -6.4080 -1.5400 0.6789 0.6893 2.9300 6.5050
> plot(x, y)
> abline(lm(y~x))

Generalizovaný lineárny model
> set.seed(1)
> x <- rnorm(100)
> log.mu <- 0.5 + 0.3 * x
> y <- rpois(100, exp(log.mu))
> summary(y)
Min. 1st Qu. Median Mean 3rd Qu. Max. 0.00 1.00 1.00 1.55 2.00 6.00
> plot(x, y)

Generovanie separovateľných dát
generuj2D2k = function(){
d = 0
while(d<1.0){ s = rnorm(4); d = sqrt((s[1]-s[2])^2 + (s[3]-s[4])^2)}
x1 = s[1] + rnorm(50,0,0.5);
x2 = s[2] + rnorm(50,0,0.5)
y1 = s[3] + rnorm(50,0,0.5); y2 = s[4] + rnorm(50,0,0.5)
data.frame(a = c(x1,x2), b = c(y1,y2),f = factor(c(rep("A",50),rep("B",50)))) }
> set.seed(12548)
> mydata = generuj2D2k()
> plot(mydata$a,mydata$b,col=mydata$f)

jednovýberový KS test
ks.test(x, pnorm)
One-sample Kolmogorov-Smirnov
test data: x
D = 0.26225, p-value = 0.02612 alternative hypothesis: two-sided
> ks.test(x, punif)
One-sample Kolmogorov-Smirnov
test data: x
D = 0.3, p-value = 0.006852 alternative hypothesis: two-sided

dvojvýberový KS test
> y = rnorm(50)
> z = runif(50)
> ks.test(y,z) Two-sample Kolmogorov-Smirnov
test data: y and z
D = 0.54, p-value = 4.929e-07 alternative hypothesis: two-sided

Sústava lineárnych rovníc
A = matrix(nrow = 3, ncol = 3, data = c(6, 1, 2, 3, -3, 1, 2, 2, 1))
b = c(2,5,9)
solve(A,b)
[1] 1 2 5 # riesenie sustavy s A a b
A2 = matrix(nrow = 4, ncol = 4, data=c(4,3,2,5,-3,-2,-1,3,2,1,0,1,-1,-3,5,-8))
b2 = c(8,7,6,1)
solve(A2,b2) # system s A2 a b2 nema riesenie
Error in solve.default(A2, b2) : system is computationally singular: reciprocal condition number = 3.26536e-18 SSvHI

Riešenie nelinárnych rovníc
> curve(2*cos(x), 0, 10)
> curve(log(x), add = TRUE, col="red"

# definujeme funkciu a potom hladame jej korene pre dany interval a presnost
> f = function(x) 2*cos(x) - log(x)
> uniroot(f,lower=0,upper=2, tol=1e-9)
$root [1] 1.401289
$f.root [1] -5.406786e-14
$iter [1] 6 $init.it [1] NA
$estim.prec [1] 5.000007e-10
> uniroot(f,lower=4,upper=6, tol=1e-9) # najde koren 5.782918
> uniroot(f,lower=4,upper=6, tol=1e-9) # najde koren 6.616946

• polyroot – riešenie polynomiálnej rovnice – Príklad: x3 + 2x + 4 = 0 .... konstanty od najnižšieho stupňa 4,2,0,1
> polyroot(c(4,2,0,1)) # vstupný vektor = konštanty pri stupňoch od najnižšieho
[1] 0.589755+1.744543i -1.179509+0.000000i 0.589755-1.744543i

LG model (RK4, Euler)
# derivácia logistickej funkcie
logist <- function(t, x, parms) {
with(as.list(parms), {
dx <- r * x[1] * (1 - x[1]/K)
list(dx)
})
}
time <- 0:100; N0 <- 0.1
r <- 0.5; K <- 100;
parms <- c(r = r, K = K); x <- c(N = N0) # vykreslenie analytického riešenia
plot(time, K/(1 + (K/N0-1) * exp(-r*time)), ylim = c(0, 120), type = "l", col = "red", lwd = 2) # rozumné numerické riešenie cez Runge-Kutta (rk4)
time <- seq(0, 100, 2);
out <- as.data.frame(rk4(x, time, logist, parms))
points(out$time, out$N, pch = 16, col = "blue", cex = 0.5)
# rovnaký časový krok, Eulerova metóda
time <- seq(0, 100, 2);
out <- as.data.frame(euler(x, time, logist, parms)) points(out$time, out$N, pch = 1)
legend("bottomright", c("analytical","rk4, h=2", "euler, h=2", lty = c(1, NA, NA), lwd = c(2, 1, 1), pch = c(NA, 16, 1), col = c("red", "blue", "black")

lineárna regresia (LR)
> x = c(3,8,9,3,13,6,11,21,1,16)
> y = c(30,57,64,72,36,43,59,90,20,83)
> mydata = data.frame(x,y)
> model = lm(y ~ x, data=mydata)
> model Call: lm(formula = y ~ x, data = mydata) Coefficients: (Intercept) x 32.337 2.534
> plot(mydata)
> abline(model)

Viacnásobná regresia
year <- rep(2008:2010, each = 4)
quarter <- rep(1:4, 3)
cpi <- c(162.2, 164.6, 166.5, 166, 166.2, 167, 168.6, 169.5, 171, 172.1, 173.3, 174)
plot(cpi, xaxt = "n", ylab = "CPI", xlab = "" # vykresli popis x-osi, kde 'las=3' zabezpeci vertikalny text
axis(1, labels = paste(year, quarter, sep = "Q", at = 1:12, las = 3)

Výpočet modelu + predikcia
data2011 <- data.frame(year = 2011, quarter = 1:4)
cpi2011 <- predict(fit, newdata = data2011)
style <- c(rep(1, 12), rep(2, 4))
plot(c(cpi, cpi2011), xaxt = "n",
ylab = "CPI", xlab = "",
pch = style, col = style)
axis(1, at = 1:16, las = 3,
labels = c(paste(year, quarter, sep = "Q", "2011Q1", "2011Q2", "2011Q3", "2011Q4")

Interpolácia kriviek v R
set.seed(1)
n <- 500
dat <- data.frame(
x = 1:n,
y = sin(seq(0, 5*pi, length.out = n)) + rnorm(n=n, mean= 0, sd=0.5)
)
approxData <- data.frame( with(dat, approx(x, y, method = "linear" ), metoda = "approx“ )
splineData <- data.frame( with(dat, spline(x, y) ), metoda = "spline default"
splineData2 <- data.frame( with(dat, spline(x, y, xout = seq(1, n, by = 10), method = "fmm" ), metoda = "spline krok 10"
smoothData <- data.frame( x = 1:n, y = as.vector(smooth(dat$y)), metoda = "smooth"
loessData <- data.frame( x = 1:n, y = predict(loess(y~x, dat, span = 0.1)), metoda = "loess span 0.1"
loessData2 <- data.frame( x = 1:n, y = predict(loess(y~x, dat, span = 0.5)), metoda = "loess span 0.5"

Porovnanie interpolácie v grafe
library(ggplot2)
ggplot(rbind(approxData, splineData, splineData2, smoothData, loessData, loessData2), aes(x, y)) + geom_point(dat = dat, aes(x, y), alpha = 0.2, col = "red" + geom_line(col = "blue" + facet_wrap(~metoda) + ggtitle("Príklad - vybrané interpolačné a vyhladzovacie funkcie v R" + theme_bw(16)

lineárne programovanie
> install.packages("lpSolveAPI“)
> library(lpSolveAPI)
> lpmodel <- make.lp(0, 2) # prazdny LP solver s 2 premennymi
> lp.control(lpmodel, sense="max" # maximalizacia
> set.objfn(lpmodel, c(143, 60)) # definicia KF (v anglictine casto objective function)
> add.constraint(lpmodel, c(120, 210), "<=", 15000)
> add.constraint(lpmodel, c(110, 30), "<=", 4000)
> add.constraint(lpmodel, c(1, 1), "<=", 75)
> lpmodel

Celočíselné programovanie
> library(lpSolve)
> assign.costs <- matrix (c(7, 7, 3, 2, 2, 7, 7, 2, 1, 9, 8, 2, 7, 2, 8, 10), 4, 4)
> lp.assign (assign.costs)
> lp.assign (assign.costs)$solution

Optimalizácia v R
ibrary(TSP)
# vytvorenie dát – náhodných „miest“, mená priradené z letters konštanty
df <- data.frame(x = runif(20), y = runif(20), row.names = LETTERS[1:20])
# vytvorenie Euklidovskeho TSP
etsp <- ETSP(df)
# výpis detailov – počet miest, názvy miest
n_of_cities(etsp) # vypíše [1] 20
labels(etsp) # vypíše názvy [1] "A" "B" "C" .... # nájdenie riešenia a jeho vykreslenie
tour <- solve_TSP(etsp)
tour
plot(etsp, tour, tour_col = "red"


7.
označiť príspevok

Nadja žena
   7. 12. 2015, 19:58 avatar
A jéje, už zasa...

df-kári, prečo toto niekto robí, čo myslíte? Aký to má účel?


8.
označiť príspevok

Mil@níčko muž
   7. 12. 2015, 19:58 avatar
Zabíjajú.....................nudu..................   


9.
označiť príspevok

EnaXnaY muž
   7. 12. 2015, 19:59 avatar
tipujem tahak na pisomku


10.
označiť príspevok

Nadja žena
   7. 12. 2015, 20:00 avatar
No to asi nie, to by si poposielali mailom, nie?


18.
označiť príspevok

Lemmy muž
   7. 12. 2015, 20:27 avatar
Asi chce niekto dať jasne najavo, že keď zaniknú náboženstvá, tak budeme diskutovať v jazyku R.
Súhlasí Mil@níčko


19.
označiť príspevok

Nadja žena
   7. 12. 2015, 20:30 avatar
čítam tu: # vytvorenie dát – náhodných „miest“, mená priradené z letters konštanty df
pýtam sa: aké sú pôvodné konštanty df?


25.
označiť príspevok

Lemmy muž
   7. 12. 2015, 23:30 avatar
aké sú pôvodné konštanty df?

seriózna diskusia
vecné argumenty
tolerancia


20.
označiť príspevok

Shagara muž
   7. 12. 2015, 20:35 avatar
18,....ten čas príde veľmi rýchlo! A budú to politicke zložky tohto sveta,ktoré to urobia,....pretože vidia v náboženstve prekážku jednoty! Čo je fakt! Len zabudnú na jednu vec,....že špinavá voda z vaničky sa nesmie vylievať aj s dieťatkom! A to sa im a ostatným stane osudné!


21.
označiť príspevok

vevericka12 žena
   7. 12. 2015, 22:29 avatar
Zvýraznenie textu – Italic - *italic* alebo _italic_ – Bold - **bold** alebo __bold__
Prečiarknuté písmo ~~slovo~~,
horný index x^2^
Nadpisy – # Header 1 ... ## Header 2 ... ### Header 3 ... atď
Zoznamy – Nečíslované zoznamy * Item 1 * Item 2 + Item 2a + Item 2b
Číslovaný zoznam 1. Item 1 2. Item 2 + Item 2a + Item 2b
Jednoduchý zoznam - Item 1 - Item 2 - Item 3
Pre napísanie pomlčky: - - Pre dlhšiu verziu: - - - Pre „trojbodku“ : ...

Priamo uvedieme linku ... example.com Tento odkaz smeruje mimo DF.sk
alebo s vl. textom ... [moj text](example.com) Tento odkaz smeruje mimo DF.sk

obrázky ![moj text](example.com Tento odkaz smeruje mimo DF.sk
![moj text](figures/img.png)

Blok „citácie“ > Toto je citácia v bloku
Horizontálna čiara ********
tabuľky Názov 1 | Názov 2 | Názov 3
------- | ------- | -------
Hodnota 1.1 | Hodnota 1.2 | Hodnota 1.3
Hodnota 2.1 | Hodnota 2.2 | Hodnota 2.3

Inline rovnice (Latex) $A = pi*r^{2}$

Inline vloženie kódu: Dva plus dva je `r 2 + 2`.
Kúsky kódu v texte ``` {r} dim(iris) ```
Nastavenia pre evaluáciu a výpis – eval ... TRUE/FALSE – vypíše/nevypíše „výpočet“ (def. TRUE)
– echo ... TRUE/FALSE – vypíše/nevypíše „zdroják“ (def. TRUE)
Príklad: ``` {r, eval=FALSE} dim(iris) ```

Príklad – interaktívny dokument
--- title: "Histogram pre rôzny počet častí (bins)"
runtime: shiny
output: html_document ---

Histogram trvania erupcie gejzíra.
```{r, echo=FALSE}
inputPanel(
selectInput("n_breaks", label = "Number of bins:",
choices = c(10, 20, 30), selected = 30) )
renderPlot({
hist(faithful$eruptions, breaks = as.numeric(input$n_breaks),
xlab = "Duration (minutes)", main = "Geyser eruption duration" }) ```

Príklad – prezentácia (cez ioslides)
--- title: "Moja prezentácia„
output: beamer_presentation ---
## Slajd s odrážkami
- Názov 1 - Názov 2 - Názov 3
## Slajd s R kódom a výstupom
```{r} summary(cars) ```
## Slajd s grafom
```{r, echo=FALSE}
plot(cars) ```

Príklad – server.R
library(shiny)
shinyServer(function(input, output) {
output$distPlot <- renderPlot({
# generuje bins (rozdelenia) na základe input$bins z ui.R
x <- faithful[, 2]
bins <- seq(min(x), max(x), length.out = input$bins + 1)
# kresli histogram pre specifikovany pocet binov
hist(x, breaks = bins, col = 'darkgray', border = 'white') }) })

Príklad – ui.R
library(shiny)
shinyUI(fluidPage(
titlePanel("Gejzírové dáta - histogram",
sidebarLayout(
# sidebar panel – panel so slajderom pre vyber poctu binov
sidebarPanel(
sliderInput("bins", "Number of bins:", min = 1, max= 50,value = 30)
),
# Hlavny panel so zobrazenim generovanej distribucie
mainPanel( plotOutput("distPlot"
) ) ))

Reaktívnosť prvkov v R Shiny
function(input, output) {
x <- reactive({as.numeric(input$text1)+100})
output$text1 <- renderText({x() })
output$text2 <- renderText({x() + as.numeric(input$text2)}) }

Nereaktivita (?) reaktívnych prvkov
function(input, output) {
output$text1 <- renderText({input$text1})
output$text2 <- renderText({input$text2})
output$text3 <- renderText({
input$goButton
isolate(paste(input$text1, input$text2)) } ) }

NAMESPACE súbor
Základné direktívy – export("<function>" – import("<package>" – importFrom("<package>", "<function>" • Ďalšie dôležité direktívy – exportClasses("<class>" – exportMethods("<generic>"

príklad -gpclib balík ... NAMESPACE súbor:
importFrom(graphics, plot)
import(methods)
exportClasses("gpc.poly", "gpc.poly.nohole"
exportMethods("show", "get.bbox", "plot", "intersect", "union", "setdiff", "[", "append.poly", "scale.poly", "area.poly", "get.pts", "coerce", "tristrip", "triangulate" export("read.polyfile", "write.polyfile"
useDynLib(gpclib)


22.
označiť príspevok

vevericka12 žena
   7. 12. 2015, 23:10 avatar
library(shiny)
shinyUI(fluidPage(

# Application title
titlePanel("Old Faithful Geyser Data",

# Sidebar with a slider input for number of bins
sidebarLayout(
sidebarPanel(
sliderInput("bins",
"Number of bins:",
min = 1,
max = 50,
value = 30),

actionLink("link","Zadajte link: ",

actionButton("button","Potvrd",

checkboxGroupInput("checkbox", "Výber možnosti",
choices = c("ano", "nie", "mozno", selected = "ano",

checkboxInput("checkbox1", "Zaškrtni možnosť",

dateInput("datum","Zadajte datum", value = Sys.Date(), format = "dd.mm.yyyy",
min = Sys.Date() - 5, max = Sys.Date()+ 5, language = "sk", startview = "year",
weekstart = 3),

dateRangeInput("datum2", "Zadajte rozsah",
start = Sys.Date() - 6, end = Sys.Date() + 4 ,min = NULL, max = NULL,
format = "yyyy-mm-dd", startview = "month", weekstart = 0,
language = "en", separator = "do",

fileInput("subor", "Nahrajte súbor", multiple = TRUE,
accept = NULL),

numericInput("cislo", "Zadajte číslo", value = 18, min = 1, max = 25,
step = 3),

passwordInput("heslo","Zadajte heslo", value = "qwertz",

radioButtons("radio","Vyberte jednú z možností", choices = c(1,2,5),
selected = 5),

selectInput("select", "Vyberte možnosť", choices = c("včera","dnes","zajtra",
selected = "zajtra", multiple = TRUE, selectize = TRUE, width = "400px",

# submitButton("GO",

wellPanel(

textInput("text","Zadajte vstup", value = "a",

actionButton("goButton", "Spusť"

),

conditionalPanel(condition = "input.cislo == 18",
selectInput("select2", "Výber", choices = c("rok", "mesiac", "den",
selected = "mesiac")

),

# Show a plot of the generated distribution
mainPanel(
plotOutput("distPlot",
verbatimTextOutput("distPrint",
tableOutput("distTable",
dataTableOutput("distDataTable",
textOutput("distText",
textOutput("Text",
textOutput("Text2",
textOutput("Text3"

)

)
)
)

library(shiny)
shinyServer(function(input, output) {

x <- reactive({as.numeric(input$text)+100})

output$distPlot <- renderPlot({

# generate bins based on input$bins from ui.R
x <- faithful[, 2]
bins <- seq(min(x), max(x), length.out = input$bins + 1)

# draw the histogram with the specified number of bins
hist(x, breaks = bins, col = 'darkgray', border = 'white')

})

output$distPrint <- renderPrint({
print(input$text)
})

output$distTable <- renderTable({
head(iris)
})

output$distDataTable <- renderDataTable({
head(mtcars)
})

output$distText <- renderText({
paste("Zadali ste rozsah dátumu ", input$datum2[1], " do ", input$datum2[2])
})

output$Text <- renderText({
x()
})

output$Text2 <- renderText({
x() + as.numeric(input$cislo)
})

output$Text3 <- renderText({
input$goButton
isolate(paste("Zadali ste čísla ", input$text, " a" ,input$cislo))
})

})


23.
označiť príspevok

vevericka12 žena
   7. 12. 2015, 23:22 avatar
library(shiny)
shinyUI(fluidPage(

titlePanel("Old Faithful Geyser Data",

flowLayout(
actionLink("link","Zadajte link: ",
actionButton("button","Potvrd",
checkboxGroupInput("checkbox", "Výber možnosti",
choices = c("ano", "nie", "mozno", selected = "ano"
),

splitLayout(
actionLink("link","Zadajte link: ",
radioButtons("radio","Vyberte jednú z možností", choices = c(1,2,5),
selected = 5)
# checkboxGroupInput("checkbox", "Výber možnosti",
# choices = c("ano", "nie", "mozno", selected = "ano"
),

verticalLayout(
actionLink("link","Zadajte link: ",
actionButton("button","Potvrd",
checkboxGroupInput("checkbox", "Výber možnosti",
choices = c("ano", "nie", "mozno", selected = "ano"
),

# Sidebar with a slider input for number of bins
sidebarLayout(
sidebarPanel(
sliderInput("bins",
"Number of bins:",
min = 1,
max = 50,
value = 30)
),

# Show a plot of the generated distribution
mainPanel(
plotOutput("distPlot"
)
)
))


24.
označiť príspevok

vevericka12 žena
   7. 12. 2015, 23:26 avatar
library(shiny)

shinyUI(fluidPage(

tabsetPanel(
tabPanel(
title = "Page"

),
tabPanel("tab2",
sliderInput("bins",
"Number of bins:",
min = 1,
max = 50,
value = 30)

),

tabPanel("tab3",
plotOutput("distPlot")
)
)
)

library(shiny)

shinyServer(function(input, output) {

output$distPlot <- renderPlot({

# generate bins based on input$bins from ui.R
x <- faithful[, 2]
bins <- seq(min(x), max(x), length.out = input$bins + 1)

# draw the histogram with the specified number of bins
hist(x, breaks = bins, col = 'darkgray', border = 'white')

})

})


26.
označiť príspevok

vevericka12 žena
   7. 12. 2015, 23:32 avatar
library(shiny)

shinyServer(function(input, output) {

output$ui <- renderUI({
if (is.null(input$input_type))
return()

# Depending on input$input_type, we'll generate a different
# UI component and send it to the client.
switch(input$input_type,
"slider" = sliderInput("dynamic", "Dynamic",
min = 1, max = 20, value = 10),
"text" = textInput("dynamic", "Dynamic",
value = "starting value",
"numeric" = numericInput("dynamic", "Dynamic",
value = 12),
"checkbox" = checkboxInput("dynamic", "Dynamic",
value = TRUE),
"checkboxGroup" = checkboxGroupInput("dynamic", "Dynamic",
choices = c("Option 1" = "option1",
"Option 2" = "option2",
selected = "option2"
),
"radioButtons" = radioButtons("dynamic", "Dynamic",
choices = c("Option 1" = "option1",
"Option 2" = "option2",
selected = "option2"
),
"selectInput" = selectInput("dynamic", "Dynamic",
choices = c("Option 1" = "option1",
"Option 2" = "option2",
selected = "option2"
),
"selectInput (multi)" = selectInput("dynamic", "Dynamic",
choices = c("Option 1" = "option1",
"Option 2" = "option2",
selected = c("option1", "option2",
multiple = TRUE
),
"date" = dateInput("dynamic", "Dynamic",
"daterange" = dateRangeInput("dynamic", "Dynamic"
)
})

output$input_type_text <- renderText({
input$input_type
})

output$dynamic_value <- renderPrint({
str(input$dynamic)
})

})


27.
označiť príspevok

Lemmy muž
   7. 12. 2015, 23:33 avatar
"checkboxGroup" = checkboxGroupInput("dynamic", "Dynamic",

Má to sexistický nádych.


29.
označiť príspevok

Vespertine žena
   8. 12. 2015, 12:11 avatar
Sviňa jedna.


30.
označiť príspevok

peto578 muž
   9. 12. 2015, 10:53 avatar
Priklady A

library(shiny)

shinyUI(fluidPage(

# Application title
titlePanel("Old Faithful Geyser Data",

# Sidebar with a slider input for number of bins
sidebarLayout(
sidebarPanel(
sliderInput("bins",
"Number of bins:",
min = 1,
max = 50,
value = 30),

selectInput("select", "Vyberte atribut", choices = c(" "," "," ",
multiple = TRUE, selectize = TRUE, width = "400px",

radioButtons("radio","Vyberte farbu grafu", choices = c("blue","red",
),

numericInput("cislo", "Zadajte rozdelenie v histograme", value = 12, min = 2, max = 20,
),

numericInput("cislo", "Pocet riadkov tabulky", value = 12, min = 1, max = 50,
),

),

mainPanel(
plotOutput("distPlot",

)

)
)
)

markdow

---
title: "Skupina A"
output: html_document
---
#Struktura systemu R
**R** system je rozdeleny do *dvoch* konceptualnych casti:

1.R base system

-Cran (priestor pre zdielanie balikov)

2.Vsetko ostatne

********************

#Relevantne simulacne nastroje

Nazov | Vyhody | Nevyhody | Open-source
------- | ------- | ------- | -------
R | Podpora kniznic | N?ro?nej?? | ?no
Matlab | Podpora matic | Podpora ?metod | Nie

#Relevantne simulacne nastroje

Data mtcars obsahuju tieto nazvy stlpcov:

```{r}
colnames(mtcars)
```

```{r, echo=FALSE}
plot(mtcars$hp,mtcars$wt, col = "blue"
```


31.
označiť príspevok

peto578 muž
   9. 12. 2015, 10:58 avatar
Priklady B

---
title: "skupina B"
output: html_document
---

This is an R Markdown document. Markdown is a simple formatting syntax for authoring HTML, PDF, and MS Word documents. For more details on using R Markdown see <rmarkdown.rstudio.com> Tento odkaz smeruje mimo DF.sk.

When you click the **Knit** button a document will be generated that includes both content as well as the output of any embedded R code chunks within the document. You can embed an R code chunk like this:

#Preco R?
- Statisticky **softver** + jazyk + [link R](www.r-project.org Tento odkaz smeruje mimo DF.sk
- Je volne dostupny --- *open source*

###Kvadraticka rovnica
Diskriminant vypocitame pomocou vzorca $D=b{2}-4*a*c$

> Citácia na vzorec: sk.wikipedia.org Tento odkaz smeruje mimo DF.sk

##Data state.x77
Data state.x77 obsahuj? spolu `r 25+25` riadkov a `r 16/2` stlpcov.

#Graf
R Markdown — Dynamic Documents for R
R Markdown is an authoring format that enables easy creation of dynamic documents, presentations, and reports from R. It combines the core syntax of markdown (an easy-to-write plain text format) with embedded R code chunks that are run so their output can be included in the final document. R Markdow…
rmarkdown.rstudio.com

a ešte pokračuje Garfom tu
#Graf
hist(state.x77$Income,breaks=10,col="red",ylab = "Frekvencia", xlab = "Prijem"
ale ten graf má byť trochu inak napísaný
Ďalej toto je jedna časť 3ky
predaj = c(9,5,18,14,10,12,7,11,5,16,14,11)
cena = c(18,24,9,15,17,16,20,15,22,14,15,19)
mydata = data.frame(predaj,cena)
model = lm(predaj ~ cena, data=mydata)
model
plot(mydata)
abline(model)

pr1 <- data.frame(cena = c(5,10,25))
pr1$predaj <- predict(model, newdata = pr1)
a toto je UI u 2ke

ale aj tam mám chyby v zátvorke, ale finálne to mám odstránené

library(shiny)

shinyUI(fluidPage (

titlePanel("Data Airquality",

sidebarLayout(
sidebarPanel(

selectInput("select", "Vyberte atribut", c("slider", "text", "numeric", "checkbox",
"checkboxGroup", "radioButtons", "selectInput",
"selectInput (multi)", "date", "daterange"),

radioButtons("radio","Vyberte farbu grafu", choices = c("zelena","zlta"),

numericInput("cislo", "Pocet riadkov tabulky", value = 3, min = 1, max = 100,
step = 5),

textInput("text","Zadajte nadpis grafu", value = "Nadpis",

mainPanel(
tableOutput("distTable",
plotOutput("distPlot",

)

)
)
)


32.
označiť príspevok

peto578 muž
   9. 12. 2015, 11:00 avatar
# Lineárna regresia
x = c(3,8,9,3,13,6,11,21,1,16)
y = c(30,57,64,72,36,43,59,90,20,83)
mydata = data.frame(x,y)
model = lm(y ~ x, data=mydata)
model
plot(mydata)
abline(model)

pr1 <- data.frame(x = c(10,15,20))
pr1$y <- predict(model, newdata = pr1)

# Viacnásobná regresia
year <- rep(2008:2010, each = 4)
quarter <- rep(1:4, 3)
cpi <- c(162.2, 164.6, 166.5, 166, 166.2, 167,
168.6, 169.5, 171, 172.1, 173.3, 174)
plot(cpi, xaxt = "n", ylab = "CPI", xlab = ""
# vykresli popis x-osi, kde 'las=3' zabezpeci vertikalny text
axis(1, labels = paste(year, quarter, sep = "Q", at = 1:12, las = 3)
fit <- lm(cpi ~ year + quarter)
data2011 <- data.frame(year = 2011, quarter = 1:4)
cpi2011 <- predict(fit, newdata = data2011)
style <- c(rep(1, 12), rep(2, 4))
plot(c(cpi, cpi2011), xaxt = "n",ylab = "CPI", xlab = "",pch = style, col = style)
axis(1, at = 1:16, las = 3,
labels = c(paste(year, quarter, sep = "Q", "2011Q1", "2011Q2", "2011Q3", "2011Q4")


35.
označiť príspevok

lol123
   25. 4. 2019, 03:41 avatar
A

SERVER
# Define server logic required to draw a histogram
shinyServer(function(input, output) {

output$distPlot <- renderPlot({

# generate bins based on input$bins from ui.R

#bins <- seq(min(x), max(x), length.out = input$bins + 1)

# draw the histogram with the specified number of bins
x <- state.x77[,input$vyber]
bins <- seq(min(x), max(x), length.out = input$rozdelenie + 1)

hist(x,breaks = bins,col = input$farba)

})
output$distTable= renderTable(head(state.x77,input$kolko))

})

UI

library(shiny)

# Define UI for application that draws a histogram
shinyUI(fluidPage(

# Application title
titlePanel("Data quakes",

# Sidebar with a slider input for number of bins
sidebarLayout(
sidebarPanel(
selectInput("vyber", "Vyberte atribut", choices = colnames(state.x77)),
radioButtons("farba","Vyberte farbu grafu0", choices = c("blue","red"),
numericInput("rozdelenie","zadajte rozdelenie v grafe",min = 2,max=20,value = 12),
numericInput("kolko","pocet riadkov tabulky",min = 1,max=50,value = 12)

),

# Show a plot of the generated distribution
mainPanel(

plotOutput("distPlot",
tableOutput("distTable"
)
)
))


36.
označiť príspevok

lol123
   25. 4. 2019, 03:42 avatar
B
SERVER

# This is the server logic for a Shiny web application.
# You can find out more about building applications with Shiny here:
#
# shiny.rstudio.com Tento odkaz smeruje mimo DF.sk
#

library(shiny)

shinyServer(function(input, output) {

output$distPlot <- renderPlot({

# generate bins based on input$bins from ui.R
x <- airquality[,input$vyber]
# ZAKOMENTOVAT !!!! bins <- seq(min(x), max(x), length.out = input$bins + 1)

# draw the histogram with the specified number of bins
boxplot(x~airquality$Month, col = input$farba, border = 'white', main=input$nadpis)

})
output$distTable= renderTable(
tail(airquality,input$cislo)
)

})

UI

# This is the user-interface definition of a Shiny web application.
# You can find out more about building applications with Shiny here:
#
# shiny.rstudio.com Tento odkaz smeruje mimo DF.sk
#

library(shiny)

shinyUI(fluidPage(

# Application title
titlePanel("Data airquality",

# Sidebar with a slider input for number of bins
sidebarLayout(
sidebarPanel(
selectInput("vyber","Vyberte atribut",choices = colnames(airquality)),
radioButtons("farba","Vyberte farbu grafu", choices=c("green","yellow"),
numericInput("cislo","Pocet riadkov tabulky",min = 1,max = 100,value = 3,step = 5),
textInput("nadpis","Zadajte nadpis grafu",value = "Nadpis"
),

# Show a plot of the generated distribution
mainPanel(
plotOutput("distPlot",
tableOutput("distTable"
)
)
))


37.
označiť príspevok

lol123
   25. 4. 2019, 03:43 avatar
C
SERVER
# Define server logic required to draw a histogram
shinyServer(function(input, output) {

output$distText <- renderText({

vypis = c("Vybrali ste si",input$farba, "farbu vybrali ste atributy",input$vyber,"a",input$vyber2)
})

output$distPlot <- renderPlot({

# generate bins based on input$bins from ui.R

#bins <- seq(min(x), max(x), length.out = input$bins + 1)

# draw the histogram with the specified number of bins
x=quakes[,input$vyber]
y=quakes[,input$vyber2]
hist(x,col=input$farba,lwd=input$hrubka)

})

})

UI

library(shiny)

# Define UI for application that draws a histogram
shinyUI(fluidPage(

# Application title
titlePanel("Data quakes",

# Sidebar with a slider input for number of bins
sidebarLayout(
sidebarPanel(
selectInput("vyber", "Vyberte atribut c.1", choices = colnames(quakes)),
selectInput("vyber2","vyberte atribut c.2",choices = colnames(quakes)),
radioButtons("farba","Vyberte farbu grafu0", choices = c("yellow","black"),
numericInput("hrubka","Vyberte hrubku bodov",min = 1,max=3,value = 1)

),

# Show a plot of the generated distribution
mainPanel(

textOutput("distText",
plotOutput("distPlot"
)
)
))


38.
označiť príspevok

lol123
   25. 4. 2019, 03:44 avatar
D
SERVER
# Define server logic required to draw a histogram
shinyServer(function(input, output) {

output$distPlot <- renderPlot({

# generate bins based on input$bins from ui.R

#bins <- seq(min(x), max(x), length.out = input$bins + 1)

# draw the histogram with the specified number of bins
x=CO2[,input$selectID]
y=CO2[,input$vyber2]
boxplot(x~y,col=input$farba,xlab=input$text)

})
output$distText <- renderText({

vypis = c("Vybrali ste si",input$selectID1, "a zaroven", input$vyber2, "zadali ste text z nazvom",input$text,"a farba je",input$farba)
})

})

UI

library(shiny)

# Define UI for application that draws a histogram
shinyUI(fluidPage(

# Application title
titlePanel("Data quakes",

# Sidebar with a slider input for number of bins
sidebarLayout(
sidebarPanel(
selectInput("selectID", "Vyberte atribut", choices = c(colnames(CO2$conc,CO2$uptake))),
selectInput("vyber2","vyberte atribut typu faktor",choices = c(colnames(factor(CO2$Type,CO2$Treatment)))),
textInput("text","Zadajte nazov xovej suradnice",value = "X",
numericInput("farba","Vyberte farbu grafu",min = 1,max=7,value = 1)

),

# Show a plot of the generated distribution
mainPanel(

plotOutput("distPlot",
textOutput("distText"
)
)
))


40.
označiť príspevok

lol123
   25. 4. 2019, 03:46 avatar
predaj=c(9,5,18,14,10,12,7,11,5,16,14,11)
cena=c(18,24,9,15,17,16,20,15,22,14,15,19)

tab=data.frame(predaj,cena)
model=lm(cena~predaj,data = tab)
plot(tab)
abline(model)
pr1=data.frame(cena=c(5,10,25))
pr1$predaj <- predict(model,newdata = pr1)


41.
označiť príspevok

lol123
   25. 4. 2019, 03:46 avatar
NEW
---
title: "Skupina B 2019"
output: html_document
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
```

## Vlastnosti R
- Beží na takmer každom *štandartnom OS*
- Má časté vydávanie nových verzií
- Grafické možnosti sú *pokročilé*
- Dokumentácia je veľmi dobrá
- Je to voľný softvér

## Relevantné simulačné nástroje
Názov | Výhody | Nevýhody | Open-source
------|--------|----------|------------
SPSS |Podpora ako dopis|dopis|Nie
Excel|Jednoduchý vizuálny|dopis|Nie

![logo R](www.rstudio.com Tento odkaz smeruje mimo DF.sk

Logaritmická hodnota **hustoty (výšky) pravdepodobnosti** pre bod 8.

```{r = TRUE}
dbinom(8, 16, prob = 0.8, log = FALSE)
```

##Dáta mtcars
Zobrazenie bodového grafu pre atribúty **hp** a **wt** z dát *mtcars*

```{r, echo=FALSE}

plot(mtcars$hp, mtcars$wt, col="purple", main = "Plot of atrributes ", xlab = "hp", ylab = "wt"

```
váš príspevok

Pridávať príspevky môžu iba zaregistrovaní účastníci fóra.

Som zaregistrovaný

nick: heslo:
zostať trvalo prihlásený    
Nie som zaregistrovaný

Vaša prezývka:  

Po zaregistrovaní budete automaticky presmerovaní do tejto témy.

najnovšie príspevky na celom fóre

dnes, 13:29,  Niekedy je to možno aj o interpretácii. Niekto vidí povedzme v tzv. archetypoch, v mýtických...
dnes, 13:22,  "Okrem ega je aj tzv. vyššie ja, ktoré sa môže rozšíriť po tom a po...
dnes, 13:12,  Ale je divné že liberáli o tom nehovoria?? Nejak sa mi to nezdá.
dnes, 13:11,  aj my sme spadli takto na drevo a bola iba modrina na ruke a konečne sme začali dýchať keď...
dnes, 12:51,  Sratačí si prečítať tie duchaplné drísty liberálnych choromyseľných cvokov , ktoprý...
dnes, 12:51,  Tak toto sa do piče nepáči ani mne! Žiadam vysvetlenie čo to má znamenať?
dnes, 12:39,  Mysliteľ. 7 Ak ste ma spoznali, budete poznať aj môjho Otca. Odteraz ho už poznáte a...
dnes, 12:34,  V pohode. Len čo s tým, že Kristus povedal nie moja, ale tvoja vôľa nech sa stane.?? Teda...
dnes, 12:20,  čo znamená slovensko, mať srdce, mať lásku, mať omrvinky, mať víťazstvá, máť...
dnes, 12:13,  futbal je najlepší spôsob ako mať zelené myšlienky...
dnes, 12:08,  Prečítaj si celu 113......
dnes, 11:59,  minúta 48:00 Kresťanske filmy-Evanjelium podľa Jána,doslovne (2).avi
dnes, 11:51,  Svetlá
dnes, 11:49,  @ 113 - Veriaci v trojicu dokazu vidiet trojicu vsade, vo vsetkom. A ked treba aj veci...
dnes, 11:44,  Sima Martausová - Len ma ľúb (oficiálne video)
dnes, 11:36,  prečo nebývaš so svojím priateľom v dome, to sa tak dobre poznáte ako catwoman a batman
dnes, 11:33,  a za vanilkou chceš
dnes, 11:32,  nechce podávať ruku, prečo je skúpi
dnes, 11:29,  ivo postaraj sa o svojho brata a mamu
dnes, 11:28,  Mirka Miškechová - On ani nevie
neprehliadnite
df.sk na Facebooku
vyhľadávanie
 
Elegantné šaty plnia u ženy rovnakú funkciu ako plot na záhrade. Musia ju chrániť, ale netieniť ju.
Prevádzkuje df.sk | TOPlist
(170 108 bytes in 0,520 seconds)