#######################################################################################
################ Statistická laboratoř - 8. workshop ##################################
############### Adéla Vrtková, Martina Litschmannová ##################################
#######################################################################################
library(moments)

### Životnost monitorů aneb v praxi vycházíme z dat ###################################

data=read.csv (file="http://am-nas.vsb.cz/lit40/DATA/monitory.csv")

## Testování hypotézy předchází explorační analýza
summary(data$zivotnost)
sd(data$zivotnost)

pom=layout(matrix(c(1,2,3,3), 2, 2), widths=c(1,1), heights=c(1,1))
layout.show(pom)
boxplot(data$zivotnost,
        main="Krabicový graf pro životnost monitorů",
        horizontal = TRUE,
        ylim=c(400,2200),
        xlab="životnost (hod)")
hist(data$zivotnost,
     main="Histogram pro životnost monitorů",
     xlim=c(400,2200),
     ylab="četnost",
     xlab="životnost (hod)")
qqnorm(data$zivotnost,
       main="Q-Q graf",
       xlab="teoretické kvantily",
       ylab="výběrové kvantily")
qqline(data$zivotnost)

## Data jsou bez odlehlých pozorování -> potřebujeme ověřit normalitu dat

skewness(data$zivotnost)
kurtosis(data$zivotnost)-3

shapiro.test(data$zivotnost)  # normalita dat ověřena -> Studentův t-test

t.test(data$zivotnost, 
       mu=1200,               # definování nulové hypotézy
       alternative="greater") # upřesnění alternativy

## zamítáme H0 ve prospěch alternativy na hladině významnosti 0.05
## můžeme předpokládát zlepšení životnosti