1. Ucitajte sljedeci skup podataka u R, preko naredbe visine =scan()

159 188 175 176 177 168 162 188
183 187 187 162 184 161 180 169
195 171 170 199 181 169 189 191
172 182 183 178 180 165 185 202
183 187 188 182 163 179 178 188

i) Odredite mu artimeticku sredinu, medijan i kvartile. Koristite funkcije mean i summary, 
ii) nacrtajte pripadni histogram (koristite hist(visine, prob=T)) i dijagram kutije s brkovima. Koristite naredbu boxplot,
iii) nadjite mu 0.1 kvantil (10%tni kvantil), te varijancu i standardnu devijaciju. Koristite naredbe quantile, var i sd.


######################################

2. Ucitajte sljedeci skup podataka u R, preko naredbe vremena =scan()

2.31 3.98 2.23 4.11 3.83 2.53 2.63 3.54
3.55 3.95 3.71 2.72 3.87 3.24 3.44 4.39
3.80 2.73 3.68 4.00 3.51 3.08 3.28 3.86
3.70 3.84 3.29 2.69 3.23 2.89 3.47 3.63 
3.50 3.37 3.12 3.90 2.63 3.64 2.96 3.63

i) svakom podatku o visini pridruzena je podatak o vremenu. Na dijagram  zajedno graficki prikazite podatke vremena nasuprot visina, koristite naredbu plot. 
ii) napravite matricu cije prvi stupac cine visine, a drugi stupac cine vremena. Koristite naredbu mat = matrix(c(visine,vremena),ncol=2)
iii) napravite podatkovnu matricu (data frame) koristeci naredbu dat=data.frame(visine,vremena). Probajte naredbu plot(dat).
iv) dodajte redni broj naredbom  broj=1:length(visine).


######################################

3. S obzirom na genotip jedinke jedne vrsti  jelena, Subgenus Rusa su klasificiran u 3 razdvojena genotipa. Podaci o genotipu su dani

1 1 3 1 3 1 1 2 2 2 2 2 2 3 2 1 1 2 2 1 2 2 3 2 2 3 3 2 3 2 3 3 2 2 1 3 3 1 2 2 2 3 2 1 1 3 2 3 3 2 1 3 1 2 3 1 2 3 2 1 2 3 3 2 1 3 1 2 2 2 

i) ucitajte ih u R i prebrojite. Koliko ih je ukupno?
ii) prebrojite koliko je jedinki za svaki od tri genotipa. Koristite naredbu table.
iii) nacrtajte stupcasti dijagram naredbom barplot(table(x)).

######################################

4.  Pretpostavite da smo u istrazivanju usporedjivali brzine kretanja zivotinje  i  razine kolesterola u krvi na jednoj populaciji zenki pataka, Subgenus Dafila.

Usporedjujuci mjerenja ove dvije numericke karakteristike (varijable) u nepoznatim jedinicama dobiveni su sljedeci rezultati: 

Jedinka    kolesterol       brzina

1          36.67             55.08 
2          22.21             53.5 
3          28.03             54.82 
4          30.66             54.8 
5          21.05             53.53 
6          26.54             53.83 
7          29.24             53.56 
8          20.4             54.52 
9          22.38             53.76 
10          23.81             53.29 
11          28.93             54.31 
12          30.43             53.97 
13          34.71             55.76 
14          27.81             53.92 
15          26.6             55.5 
16          29.35             55.09 
17          30.49             54.04 
18          30.9             56.62 
19          36.24             55.33 
20          24.51             54.04 
21          35.42             54.25 
22          35.04             55.91 
23          29.85             55.28 
24          21.69             53.56 
25          22.86             54.3 
26          25.54             53.66 
27          24.81             53.86 
28          28.74             55.47 

i) ucitajte podatke u matricu sa 3 stupca. Koristite naredbe x= scan(), te
 matDaf = matrix(x,ncol=3,byrow=T)
ii) Upisite colnames(matDaf)= c("broj","kolesterol","brzina")
iii) Probajte izdvojiti 2. stupac matrice naredbom matDaf[,2].
Probajte pogoditi sto rade naredbe matDaf[1,], matDaf[,3], matDaf[,2:3],
plot(matDaf[2,3]).


######################################

5. Pogledajte koji su vam sve podaci dostupni u R-u naredbom data(). Izvrsite naredbu help(iris) te zatim

hist(iris$Sepal.Width)
hist(iris$Sepal.Width,prob=T)
boxplot(iris$Sepal.Width~iris$Species)