library(tidyverse)
sonad=read_csv("http://www.tlu.ee/~jaagup/andmed/keel/kunglarahvas_lambipirn_hinnad_pikkused_haalikud.txt")

sonad2=sonad %>% mutate(tosa=taishaalikuid/sonapikkus)

aov(tosa~lugu, data=sonad2)
summary(aov(tosa~lugu, data=sonad2))
TukeyHSD(aov(tosa~lugu, data=sonad2))

ilm=read_csv("http://www.tlu.ee/~jaagup/andmed/ilm/harkutund.txt")
jaanuar=ilm %>% filter(Kuu==1)
summary(aov(TA1H~factor(Kell), data = jaanuar))
summary(aov(TA1H~factor(Kell), data = ilm %>% filter(Kuu==7)))
TukeyHSD(aov(TA1H~factor(Kell), data = ilm %>% filter(Kuu==7)))

summary(aov(PR1H~factor(Kell), data = ilm %>% filter(Kuu==7)))
TukeyHSD(aov(PR1H~factor(Kell), data = ilm %>% filter(Kuu==7)))
summary(aov(PR1H~factor(Kell), data = ilm %>% filter(Kuu==1)))
TukeyHSD(aov(PR1H~factor(Kell), data = ilm %>% filter(Kuu==1)))

summary(aov(WS1H~factor(Kell), data = ilm %>% filter(Kuu==1)))
TukeyHSD(aov(WS1H~factor(Kell), data = ilm %>% filter(Kuu==1)))

summary(aov(WS1H~factor(Kell), data = ilm %>% filter(Kuu==7)))
TukeyHSD(aov(WS1H~factor(Kell), data = ilm %>% filter(Kuu==7)))


ilm %>%  filter(Kuu==7) %>% ggplot(aes(factor(Kell), WS1H)) + geom_boxplot()

#Leidke ANOVA abil, kuivõrd eristatavad on suvekuude (juuni, juuli, august)
#keskmised temperatuurid

ilm %>% filter(Kuu>=6, Kuu<=8)

ilm %>% filter(Kuu %in% c(6, 7, 8))

ilm %>%  filter(Kuu%in% c(6, 7, 8)) %>% ggplot(aes(factor(Kuu), TA1H)) + geom_boxplot()
summary(aov(TA1H~factor(Kuu), data = ilm %>% filter(Kuu%in% c(6, 7, 8))))
TukeyHSD(aov(TA1H~factor(Kuu), data = ilm %>% filter(Kuu%in% c(6, 7, 8))))

ilm2=read_csv("http://www.tlu.ee/~jaagup/andmed/ilm/harkupaev_toorandmed.txt")
summary(aov(DTA08~factor(Kuu), data = ilm2 %>% filter(Kuu%in% c(6, 7, 8))))
ilm2 %>%  filter(Kuu%in% c(6, 7, 8)) %>% ggplot(aes(factor(Kuu), DTA08)) + geom_boxplot()
TukeyHSD(aov(DTA08~factor(Kuu), data = ilm2 %>% filter(Kuu%in% c(6, 7, 8))))


sonad=read_csv("http://www.tlu.ee/~jaagup/andmed/keel/kunglarahvas_lambipirn_pikkused_haalikud.txt")
sonad %>% filter(lugu=="lambipirn")

summary(lm(sonapikkus~taishaalikuid, data=sonad %>% filter(lugu=="lambipirn")))
mudel=lm(sonapikkus~taishaalikuid, data=sonad %>% filter(lugu=="lambipirn"))
predict(mudel, tibble(taishaalikuid=c(3)))
lm(taishaalikuid~sonapikkus+sulghaalikuid+lugu, data=sonad)
summary(lm(taishaalikuid~sonapikkus+sulghaalikuid+lugu, data=sonad))
lm(sonapikkus~lugu, data=sonad)
#glm(lugu~sonapikkus, data=sonad)

kunglasonad=sonad %>% filter(lugu=="kungla")
ryhmad=kmeans(kunglasonad %>% select(taishaalikuid, sulghaalikuid), centers=3)
kunglasonad$ryhm=ryhmad$cluster
kunglasonad

kunglasonad %>% ggplot(aes(taishaalikuid, sulghaalikuid, color=factor(ryhm))) +
     geom_jitter()

predict(ryhmad, sonad %>% filter(lugu=="lambipirn") %>% 
           select(taishaalikuid, sulghaalikuid))

install.packages("fdm2id")
library(fdm2id)

#paiguta Lambipirni sõnad Kungla järgi loodud kolme rühma
#kuva tulemus ekraanil, erista lugu täpi kujuga
ryhmad2=predict(ryhmad, sonad %>% filter(lugu=="lambipirn") %>% 
                  select(taishaalikuid, sulghaalikuid))
lambipirnisonad=sonad %>% filter(lugu=="lambipirn")
lambipirnisonad$ryhm=ryhmad2
lambipirnisonad  %>% head()


lambipirnisonad %>% ggplot(aes(taishaalikuid, sulghaalikuid, color=factor(ryhm))) +
  geom_jitter()


lambipirnisonad %>% ggplot(aes(taishaalikuid, jitter(sulghaalikuid), 
                               color=factor(ryhm), label=sona)) +
  geom_text()

lambipirnisonad %>% add_row(kunglasonad) %>% 
  ggplot(aes(taishaalikuid, sulghaalikuid, color=factor(ryhm), shape=lugu)) +
  geom_jitter()