load("kolegyesit.RData")

View(kolegyesit)

?t.test


t.test(subset(kolegyesit, group==1)$cholest2, subset(kolegyesit, group==1)$cholest14, paired=TRUE)


# A fuggveny a kulonbseg atlagot irja ki. En szeretem lekerni az atlagokat kulon-kulon is.
# na.rm=TRUE ahhoz kell, hogy az NA ertekek ne okozzanak gondot

mean(subset(kolegyesit, group==1)$cholest2,na.rm=TRUE)
mean(subset(kolegyesit, group==1)$cholest14,na.rm=TRUE)

# Ketfelekeppen is lefuttatjuk a fuggetlen ketmintas t-probat:

t.test(subset(kolegyesit,group==1)$cholest14,subset(kolegyesit,group==2)$cholest14,paired=FALSE)

with(kolegyesit, t.test(cholest14 ~ group))

# A Wilcoxon tesztnel a pozitiv megfigyelesek rang osszege a statisztika. Ha mindket sorrendben 
# lefuttatjuk a tesztet, akkor latjuk, hogy melyik valtozo a szignfikansan nagyobb nagysagrendu

?wilcox.test

with(subset(kolegyesit,group=1), wilcox.test(cholest2,cholest14,paired=TRUE))

with(subset(kolegyesit,group=1), wilcox.test(cholest14,cholest2,paired=TRUE))

boxplot(subset(kolegyesit,group=1)$cholest2,subset(kolegyesit,group=1)$cholest14)


wilcox.test(subset(kolegyesit,group==1)$cholest14,subset(kolegyesit,group==2)$cholest14,paired=FALSE)

# mann whitney-nel a kovetkezo altalunk irt fuggveny segit a kiertekelesben 
# (kicsi p eseten melyik a nagyobb nagysgrendu)

wilcox.test(subset(kolegyesit,group==1)$cholest14,subset(kolegyesit,group==2)$cholest14,paired=FALSE)[[3]]

rank(c(1,3,7,2,1))

rank(c(1,3,7,2,1))

mannwhitney<-function(elso,masodik){
  nelso<-length(elso)
  nmasodik<-length(masodik)
  
  
  kiir1<-sum(rank(c(elso,masodik))[1:nelso])/(length(elso))
  kiir2<-sum(rank(c(elso,masodik))[(nelso+1):(nelso+nmasodik)])/(length(masodik))
  kiir3<-wilcox.test(elso,masodik,paired=FALSE)[[3]]
  
  return(c(kiir1,kiir2,kiir3))
  
}


mannwhitney(subset(kolegyesit,group==1)$cholest14,subset(kolegyesit,group==2)$cholest14)

# A nagysagrendek osszeveteseben a boxplot abra is hasznos

with(kolegyesit, boxplot(cholest14 ~ group))