R-intro1.RMD

---
title: "Введение в R"
output: html_document
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
```

## Простые вычисления в R


```{r}
1234+4567
```

### Простая арифметика

```{r}
29-45  #вычитание
325/25 #деление
56*12  #умножение
11*11
111*111
1111111*1111111
```
В последнем примере можно увидеть результат в научной нотации.
Такой режим устанавливается, когда в настройках указано недостаточно цифр. Автоматически R не умеет это делать.
Чтобы настроить нудно количество отобрадемых цифр, требуется вызывать функцию *options*.
```{r}
options(digits=14)
```
Теперь можно снова повторить умножение:
```{r}
1111111*1111111
```
## Что за цифры в квадратных скобках
```{r}
options(width=40)
5:32
```
## Простой генератор числовых последовательностей
### Например
```{r}
1:10
```

### Что если добавить 3?
```{r}
(1:10)+3
```

### Можно вычесть или умножить
```{r}
(1:10)-3
(1:10)*3
(1:10)^2
(1:10)^3
```

### Арифметика посложнее
Возведение в степень
```{r}
3:4
```
Операторы сравнения по модулю (Modular arithmetic).
Например, остаток от деления 31 на 7 
```{r}
31 %% 7
```
Целую часть от деления можно получить при помощи странного оператора
```{r}
31 %/% 7
7*4 + 3 #проверка
```

## Графика и визуализация
Большим приемуществом R является встроенная в язык подсистема графики, которая позволяет удобно отлаживать алгоритмы при помощьи простых инстурментов визуализации.
###Линейные графики
В качестве примера, отобразим на графике пары значений: (4,6),(1,2),(8,4),(9,3).
*Первое значение в паре является координатой x*
Для начала соберём все координаты x в 'набор', который назовём *x*
```{r}
x <-c(4, 1, 8, 9)
y <-c(6, 2, 4, 3)
```
*Стрелка оператор присваивания, **c()** функция.*

Теперь можно нарисовать наши упорядоченные пары
```{r}
plot(x, y)
```

Можно соединить точки при помощи функции *lines*
```{r}
plot(x,y);
lines(x, y)
```

Можно визулизировать функции
```{r}
x <- 1:10; y <- x^2;
plot(x,y)
```

Соединим точки
```{r}
plot(x,y);
lines(x,y)
```

###Столбчатые графики и круговые диаграммы (bar\pie chart)
Чтобы успешно освоить данный предмет, необходимо затратить время на следующие 4 вида деятельности: 15% повторение основ статистики, 10% повторение основ математики, 30% программирование и 45% попытки понять какой во всём этом смысл и как оно устроено.

####Отобразим это в виде диаграммы
Для начала инициализируем данные
```{r}
learn <-c("stats" = 15, "math"= 10,"programming" = 30, "attempts" = 45)
```

Функция *pie()* позволяет отобразить такие данные в виде крговой диаграммы.
```{r}
pie(learn)
```

И в виде столбчатой диаграммы
```{r}
barplot(learn)
```

###Гистограммы и моделирование
Функция *hist()* используется для рисования гистограмм, для моделирования ставок будем использовать функцию *rnorm()*
```{r}
Z <- rnorm(1000)# 1000 standard normal random variates
hist(Z, prob = TRUE, main = "Гистограмма относительной частоты",
sub = "Плотность распределения")
curve(dnorm(x), from = -3, to = 3, add = TRUE, col = "blue")
```