library(tidyverse)
sonad=read_csv("http://www.tlu.ee/~jaagup/andmed/keel/kunglarahvas_lambipirn_pikkused_haalikud.txt")
sonad %>% mutate(sosa=sulghaalikuid/sonapikkus, tosa=taishaalikuid/sonapikkus) %>% 
  {cor(.$sosa, .$tosa)}

sonad %>% select(where(is.numeric))

sonaliigid=read_csv("http://www.tlu.ee/~jaagup/andmed/keel/korpus/doksonaliigid.txt")

sonaliigid %>% select(where(is.numeric))

tabel=sonaliigid %>% select(where(is.numeric)) %>% cor()

tabel[1, 2]
tabel[1, ]

tabel["A", ]

tabel["V", ]

sort(tabel["V", ])

colnames(tabel)
tabel %>% as_tibble() %>% .$V
t2=tabel %>% as_tibble()
t2$sonaliik=colnames(tabel)
t2
t2 %>% select(V, sonaliik) %>% arrange(desc(V))

arvulised=select(sonaliigid, -kood, -kokku)
arvulised/sonaliigid$kokku

osakaalud <- sonaliigid %>% filter(kokku>0) %>% select(-kood) %>% {./.$kokku} %>% select(-kokku)
osakaalud

cor(osakaalud)
#Võtke välja verbiga seotud korrelatsioonid osakaaludest ja järjestage

cor(osakaalud) %>% as_tibble() %>% mutate(sonaliik=colnames(.)) %>% 
  select(V, sonaliik) %>% arrange(-V)

dokmeta=read_csv("http://www.tlu.ee/~jaagup/andmed/keel/korpus/dokmeta.txt")
sonaliigidmeta=dokmeta %>% inner_join(sonaliigid, by=c("kood"="kood"))

#Järjestage sõnaliikide korrelatsioonid tegusõnaga eestikeelsetel tekstidel
#Järjestage sõnaliikide osakaalu korrelatsioonid tegusõnaga eestikeelsetel tekstidel

sonaliigidmeta %>% filter(tekstikeel=="eesti") %>% select(where(is.numeric))
sonaliigidmeta %>% filter(tekstikeel=="eesti") %>% select(A:X)

koikV=t2 %>% select(V, sonaliik) %>% arrange(desc(V))

eestiV=sonaliigidmeta %>% filter(tekstikeel=="eesti") %>% select(A:X) %>% 
   cor() %>%  as_tibble() %>% mutate(sonaliik=colnames(.)) %>% 
   select(sonaliik, V) %>% arrange(-V)

eestiV  %>% mutate(reanr=row_number())

#Pange mõlemale verbijärjestuste andmestikule külge rea number
#Ühendage üheks tabeliks kokku
#Arvutage, mitme koha võrra ja kuhu suunda erineb vastava sõnaliigi koht
#Lisage korrelatsioonikordaja erinevus

eestiVRN=eestiV  %>% mutate(reanr=row_number())
koikVRN=koikV %>%  mutate(reanr=row_number())
eestiVRN %>% inner_join(koikVRN, by=c("sonaliik"="sonaliik"))
eestiVRN %>% inner_join(koikVRN, by=c("sonaliik"="sonaliik")) %>% 
    mutate(kohavahe=reanr.y-reanr.x, osakaaluvahe=V.y-V.x)


#Võrrelge teiste sõnaliikide suhtelise sageduse sarnasust nimisõnaga (S)
#eestikeelsete tekstide B1 ja B2 keeletasemete vahel

eestiB1=sonaliigidmeta %>% filter(tekstikeel=="eesti", keeletase=="B1", kokku>0)
eestiB2=sonaliigidmeta %>% filter(tekstikeel=="eesti", keeletase=="B2", kokku>0)

eestiB1k=eestiB1 %>% select_if(is.numeric) %>% {./.$kokku} %>% select(-kokku) %>% 
  cor() %>% as_tibble() %>% mutate(sonaliik=colnames(.)) %>% 
   select(sonaliik, S) %>% arrange(-S) %>% mutate(reanr=row_number())
eestiB2k=eestiB2 %>% select_if(is.numeric) %>% {./.$kokku} %>% select(-kokku) %>% 
  cor() %>% as_tibble() %>% mutate(sonaliik=colnames(.)) %>% 
  select(sonaliik, S) %>% arrange(-S) %>% mutate(reanr=row_number())

eestiB1k %>% inner_join(eestiB2k, by=c("sonaliik"="sonaliik")) %>% 
   mutate(kohavahe=reanr.y-reanr.x, korrvahe=S.y-S.x)