################################################
### Vorbereitungen
#################################################
?library

### Datensatz laden und ¨ıberpr¨ıfen (vorher bei Bedarf das notwendige Paket AER installieren)


install.packages("AER") # Installation
install.packages("car")


### !! WICHTIG !!
# 1. install.packages("AER")
# 2. Bei Frage y/n: n f¨ır nicht Neuinstallation vom package lm4
# 3. Einbinden von AER via:
library(AER)            # Einbinden

data(CPS1985)

help(CPS1985)

summary(CPS1985)
attach(CPS1985)		# Auf einzelne Variablen zugreifen


# Bei plot handelt es sich um eine generische Funktion, die je nach Klasse des zugrundeliegenden Objekts
# zu einem anderen Ergebnis (hier: unterschiedliche Plots) f¨ıhrt.

class(CPS1985) # data.frame
class(wage)    # numerischer Vektor
class(occupation) # Faktor

occupation

vec <- rep(1:2, each=6)
class(vec)

vec_factor <- factor( vec , labels=c("gut", "schlecht") )

vec_factor

vec_ordered <- ordered(vec , labels = c("gut", "schlecht"))
vec_ordered

### Analyse der Variablen im Datensatz je nach Variablentyp

plot(CPS1985)		  # Klasse data.frame
plot(wage)                # Variablentyp numeric
range(education)
plot(education)		# Variablentyp integer (wird von plot behandelt wie numeric)
plot(occupation)	# Variablentyp factor

### ?bersicht: Arten von Plots (High-Level Plots)

barplot   # S?ulen- bzw. Balkendiagramm
pie       # Kuchendiagramm (package plotrix mit pie3d)
boxplot   # Boxplot
contour   # Gut geeignet f¨ır H?henkarten, d.h. f: R^2 -> R; filled.contour f¨ır farbibe H?henkarten
coplot    # conditioning plot: F¨ır einen factor mehrfach ausgegebene Plots
curve     # Linienplot, aber einfache Funktions¨ıbergabe durch curve(f(x)= ..., x=, from=, to)
dotchart  # auch mit Scatterplot erzeugbar; besonders sinnvoll f¨ır sehr viele Faktoren mit einer Auspr?gung
hist      # Histogramm
mosaicplot# Mosaikplot; sinnvoll f¨ır Zusammensetzungen in der Zeit
pairs     # Sinnvoll zur Korrelations¨ıberpr¨ıfung
image     # Zum Zeichnen...
persp     # Wieder zum Zeichen von 3d Graphen, inklusive Koordinatenkreuzwahl
scatterplot3d # das gleiche 
qqplot    # Quantile-Quantile-Plot



################################################
### Einzelne Variablen
#################################################

### EINE stetige Variable
boxplot(wage)
?hist
hist(wage , breaks = 20)		
plot(density(wage))


### EINE diskrete Variable - Kategorien mit Buchstaben codiert
plot(occupation)			# ist ein barplot der
table(occupation , gender)			# H?ufigkeit der einzelnen Kategorien
?table
barplot(table(occupation))	# 
pie(table(occupation))		# funktioniert analog zu barplot


### ZWEI stetige Variablen
plot(x = education, y = wage)		# Scatterplot als Ausgangspunkt der meisten ?berlegungen


### ZWEI diskrete Variablen
plot(gender ~ occupation)		# beruht auf mosaicplot
mosaicplot(occupation ~ gender)


### ZWEI gemischte Variablen
plot(wage ~ occupation)
boxplot(wage ~ occupation)


### DREI ODER MEHR Variablen

# nacheinander
plot(wage ~ education + occupation)		# wage wird nacheinander gegen education und occupation geplottet

plot(wage ~ education)
plot(wage ~ occupation)

# gleichzeitig
plot(CPS1985)			# un¨ıbersichtlich
plot(CPS1985[, 1:4])	# wesentlich besser
pairs(CPS1985[, 1:4])	# falls man plot auf einen Datensatz anwendet, wird pairs ausgef¨ıhrt

coplot(wage ~ education | occupation)
coplot(wage ~ education | occupation + gender)



#################################################
### Konfigurieren der Grafikfunktionen
#################################################

# Beachte weitere Optionen der Grafikfunktionen
summary(education)
hist(education, breaks = 3)
hist(education, breaks = 16)
hist(education, breaks = 100)

# Linie statt Punkte (sinnvoll bei Zeitreihen)
?plot()
plot(wage)
plot(wage, type="p")
plot(wage, type="l")


# ?berschrift
plot(age, wage)		
plot(x = age, y = wage, 
     main = "Streudiagramm von Alter und Stundenlohn")		

# Achsenbeschriftung
plot(age, wage, 
     xlab = "Alter in Jahren", ylab = "Stundenlohn in ???/h", 
     main = "Streudiagramm von Alter und Stundenlohn")		

# Falls die Hilfe der jeweiligen Funktion, z.B. boxplot nicht weiterhilft,
# gibt es h?ufig in der Funktion par() eine passende Option

?par	
par()					    # (Standard-) Einstellungen von par 

# Sinnvoll: Zu Beginn Einstellungen speichern um sp?ter darauf zur¨ıckzugreifen k?nnen
original_parameter <- par(no.readonly = TRUE)
str(original_parameter)

# Beispiel 1: Hintergrundfarbe anpassen
par(bg = "yellow")

plot(age)
par(bg = "transparent")		
plot(age)

# Alle Graphikeinstellungen l?schen
dev.off() # urspr¨ınglichen Hintergrund wieder herstellen
graphics.off() # schaltet alle offenen grafik-devices aus

?par
# Beispiel 2: Seitenrand (mai) und Abstand der Labels (mgp) ?ndern
par(cex = 2)
range(age)


dev.off()
par(original_parameter)		# urspr¨ınglichen Hintergrund wieder herstellen
plot(age)

# ?bersicht: H?ufig genutzte Argumente von Grafikfunktionen 

axes        # Achsenangabe
bg          # Backgroundfarbe 
cex         # Faktor, der die Vergr??erung zum Standard angeben soll
col         # Plotfarbe
las         # Achsenbeschriftungen parallel, horizontal, senkrecht, usw...
log         # xlog und ylog f¨ır logarithmische Skalen
lty, lwd    # Linientyp und -dicke
mai         # 4-Vektor ¨ıber die R?nder unten, links, oben, rechts
main, sub   # Titel, Untertitel
mar         # Rand
mfcol, mfrow# column und row Matrix f¨ır Plots wird angelegt, die nacheinander gef¨ıllt werden
mgp         # Grenzlinie f¨ır Achentitel, -labels und -linie
pch         # Pointcharakter (1-16)
type        # Linientyp
usr         # Die Extremalstellen f¨ır einen plot
xlab, ylab  # x und y Beschriftung
xlim, ylim  # x und y Begrenzung
xpd         # In welchem Bereich wird geplottet

#################################################
### Weitere (low-level) Elemente 
#################################################

### Funktionen aus Tabelle 8.4 in Ligges (2008), S. 168

lines       # Linien einzeichnen
abline      # Schnell f¨ır horizontale, vertikale Geraden und Geraden in Geradengleichung y = mx+t
points      # Punkte 
arrows      # Pfeile
polygon     # Beliebige Vielecke (-> Christbaum)
segments    # Unausgemalte Vielecke
axis        # Achsen
grid        # Gitter
rug         # "Dichteteppich"
title       # Titel
legend      # Legende
text        # Text durch (x,y) Koordinaten
mtext       # Text durch Positionsangebae wie side=1,...,4


### Plot zusammensetzen/erg?nzen

# vorhandenen Graphen modifizieren

plot(x = education, 
     y = wage, 
     pch = 16, 
     axes = FALSE) 	

range(education)

ticks <- seq(from = -100, to = 100, by = 0.5)

# Achse (Nummerierung im Uhrzeigersinn mit side = 1 als Abszisse)
axis(side = 1, at = ticks,
     labels = paste(ticks,"y"))	# Markierungen bei -100, -99, -98, ...

axis(side = 2, at = seq(-100,100, 0.5))  # Markierungen bei -100, -99, -98, ...


?axis()

# Datenpunkte auf oben Seite
rug(wage, side = 2)			

# Geraden 
?abline
abline(a = -0.7460, b=0.7505, col="blue")	# Achsenabschnitt und Steigung angeben (woher die Zahlen? -> Siehe sp?ter)
abline(h = mean(wage), lty=2, col = "red", lwd = 8)		# Horizontal
abline(v = mean(education), lty=3, col = "orange", lwd = 4)	# Vertikal

# Strecken zwischen zwei und mehr Punkten, hier drei
lines(x = c(2, 7, 10), y = c(20, 30, 25), col="darkgreen", lwd = 3)

#p1: (2,20)
#p2: (7,10)
#p3: (10,25)

# Beachte: x = c(x-Wert erster Punkt, x-Wert zweiter Punkt, ..., x-Wert letzter Punkt), y analog

# Glatte Kurven (Verbinden sehr vieler Punkte!)
x <- seq(2 , 10 , by = 0.01 )
x
length(x)

y <- log((x-5)^2)+x+35
y

lines(x = x, y = y, lwd=2, col="darkblue")

# analog
lines(x=x, y=x^2, col="orange")

# Punkte
xPoints <- 1:20
points(x = xPoints , y=sin(xPoints)+20, col = "darkred")


# Fl?chen
polygon(x = c(3, 3, 10, 8), 
        y = c(10,20,20,10),col="yellow")


# Pfeile
arrows(x0 = 10, y0 = 40, x1 = 13.8, y1 = 44.2, lwd = 2, col = "darkgreen")

# ?berschrift
title("Lohn versus Ausbildung")

?par

# Text im Diagramm
text(x = 11.5, y = 39, labels = paste("Beobachtung Nr. ", which(wage > 40), sep = ""), cex=1.5)
text(x = 11.5, y = 39, labels = paste("Beobachtung Nr. ", which.max(wage), sep = ""), cex=1.5)

# Legende
?legend()
legend(x="topright",			# wo?
       legend = c( expression(paste("Datenpunkte ", e^2, sep="")) , 
                  "Linie"),	# Text
       lty = c(NA, 1),				# Linientyp
       pch = c(2, NA),			# Punkttyp
       lwd = c(1, 3),				# Linienbreite
       col = c(1, "red"))			 	# Einr¨ıcken von der Ecke aus		






### Aufgabe C1
# Zeichnen Sie einen Plot der Funktion f(x)=e^x+2 im Bereich von -2 bis +2, Linienfarbe gr¨ın
# Erstellen Sie eine Legende oben links mit dem Eintrag e^2 und der Linie.
#
# Hinweis: Um mathematische Beschriftungen in eine Legende zu machen, ben?tigen Sie die
# "mathematical annotations", die hier 
http://stuff.mit.edu/afs/sipb/project/r-project/arch/i386_rhel3/lib/R/library/graphics/html/plotmath.html
# zu finden sind. Mit paste() und expression() d¨ırfte es danach kein Problem mehr sein.




### Aufgabe C2
# Erzeugen Sie einen Scatterplot aus education und wage,
# bei dem Frauen als rote und M?nner als blaue Punkte erscheinen.
# Erzeugen Sie eine Legende, die dies illustriert.




### Aufgabe C3 - Zeitreihenplot
install.packages("tseries")
library(tseries)
# a) Laden Sie mit Datastream oder auf http://de.finance.yahoo.com/ 
#    Tageswerte von einer Aktie oder Dax und TecDax vom 1.1.2003 bis 06.10.2015.
# b) Plotten Sie den Dax- und TecDax-Verlauf einzeln mit plot
# c) Verwenden Sie die plot.ts Funktion
# d) Wandeln Sie den DAX-Verlauf in ein zoo-Objekt um (Paket zoo) 
#    und plotten Sie dieses
# e) Plotten Sie die Indizes gemeinsam. Verwenden Sie plot.ts, ts.plot und wieder zoo.




### Mathematische Beschriftungen mit expression etc.

?plotmath	# Erl?uterung der mathematischen Beschriftung

x <- seq(0,3,0.01)
f1 <- function(x) sin(x^2-0.4)
f2 <- function(x) sin(x-0.4)^2

plot(x, f1(x),type="l",lwd=2,main="Some Functions",
     xlab="x", ylab=expression(f[j](x)))   # expression(...) ersetzt "..."-Text

lines(x,-f2(x),lwd=2,lty=2)

text(2, 0.6, expression(f[1](x)==sin(x^2-0.4)) )
text(1.3, -0.3, expression(f[2](x)==sin(x-0.4)^2) )
text(0.3, 0.8, expression(e^(frac(alpha,beta*gamma))), cex=2, col="blue")

### Spezial: Titel in unterschiedlichen Farben
plot(1)
mtext("ATC, ",col='black',line=2,adj=0.4)
mtext("AVC, ",col='blue',line=2,adj=0.45)
mtext("AFC, ",col='red',line=2,adj=0.5)
mtext("MC",col='green',line=2,adj=0.54)



#################################################
### Grafik-Ausgabem?glichkeiten
#################################################

### ?bersicht: Arten der Ausgabe

bitmap
bmp
jpeg
pdf
pictex
png
postscript
tiff
xfig
X11

install.packages("AER")
library(AER)
data(CPS1985)
attach(CPS1985)

plot(education, wage)

?pdf

pdf("graphs/education_wage.pdf", width=10) # Idee: Speichere in PDF
# Was?
plot(education, wage)
abline(v=10)
dev.off()

### Mehrere Graphen je Seite eine Device
pdf("graphs/vierergraph.pdf", width=10) # Idee: Speichere in PDF
par(mfrow = c(2, 2))	# 4 Graphen pro Device, in 2 Zeilen und 2 Spalten
hist(wage)				
hist(log(wage))
plot(wage ~ education)
plot(log(wage) ~ education)
dev.off()
# Alternativen: split.screen und layout

png(file = "graphs/vierergraph.png", width = 1500, height = 1500, pointsize = 50)
par(mfrow = c(2, 2))	# 4 Graphen pro Device, in 2 Zeilen und 2 Spalten
hist(wage)				
hist(log(wage))
plot(wage ~ education)
plot(log(wage) ~ education)
dev.off()

# Beachte: 
# Je kleiner width und height, desto gr??er erscheinen die Zeichen!
# F¨ır das Einbinden in (LaTex- oder Word-) Dokumente ausreichend gro?e Zeichen!



### Aufgabe C4
# Versuchen Sie einen Christbaum zu zeichnen (z. B. mit polygon). Speicheren Sie diesen
# als .pdf in einem "graphs"-Ordner ab.