# A hazi elkezdese elott ertsetek meg a kovetkezoket. 

# Eloszor (2,3) parameteru normalist szimulalunk:

normalis<-rnorm(100,2,3)

#Igy kell ks tesztet futtatni

ks.test(normalis, "pnorm",2,3)

# a p erteket pedig igy lehet elmenteni

elment <- ks.test(normalis, "pnorm",2,3)[[2]]

elment


# Ez a fuggveny a megadott darabszamszor fog 
# szimulalni veletlen standard normalis eloszlasu vektort es 
# futtat Kolmogorov-Szmirnov tesztet
# majd a megadott nevu file-ba kiirja a kapott p-ertekeket
# a visszateresi erteke egy a p-ertekeket tartalmazo vektor



kstesztsokszor<-function(darabszam,nev="kiir.csv") {
  
  library(stats)
  
  library(utils)  
  
  # Letrehoz egy darabszam hosszu 0-kbol allo vektort
  # a for cikluson belul ezeket a 0-kat kell kicserelni az egyes
  # futtatasok p-ertekere
  
  majdkiir<-numeric(length=darabszam)  
  
  for(i in 1:darabszam){
    
    
    # Ezt a reszt nektek kell kitolteni. Szimulaljatok egy 700 elemu 
    # standard normalis eloszlasu vektort. Majd a vektoron 
    # vegezzetek Kolmogorov-Szmirnov tesztet. A kapott p-erteket
    # rakjatok a majdkiir vektor megfelelo koordinatajaba
    
  }
  
  kiirasra<-data.frame(majdkiir)
  
  # A data frame-t irjatok ki a megadott nevu file-ba. Az idezojelek nelkuli "nev" 
  # valtozo tartalmazza a kiirando file nevet  
  
  return(majdkiir)
  
  # A fuggveny a majdkiir p-ertekeket tartalmazo vektorral ter vissza
  
}

# A fuggvenyunk kapcsos zarojellel kezdodik es vegzodik