#   --------------------- #
#     DAGENS DATASETT <3  #
#   --------------------- #

library( datasets )
# trees er et datasett i pakken 'datasets', med diameter (Girth) og høyde (Height) målt i tommer
# library(help = "datasets") viser hvilke datasett som er tilgjengelige i pakken 'datasets'

# Lager en ny tabell "trees.cm" som vi skal bruke til å holde (lagre) de samme dataene som i trees, men med enhet cm
# Først kopierer vi
trees_cm = trees


# Og så transformerer vi fra tommer til cm:
trees_cm$Girth  = trees$Girth * 2.54
trees_cm$Height = trees$Height * 2.54

# Nå har vi dataene med høyde og diameter i cm i tabellen trees_cm, og de originale dataene i tommer ligger i tabellen trees


#   --------------------- #
#     SPREDNINGSPLOTT     #
#   --------------------- #

# Spredningsplott, med diameter (Girth) langs x-aksen og høyde (Height) 
# langs y-aksen:
plot( trees_cm$Girth, trees_cm$Height, xlab = "Diameter (cm)", ylab = "Høyde (cm)" )

#Legger til regresjonslinje, for regresjonen av y (høyde) på x (diameter):
abline( lm( Height ~ Girth, data = trees_cm ), col = "red" )


#   --------------------- #
#     KORRELASJON         #
#   --------------------- #

#Korrelasjonen mellom diameter og høyde:
cor( trees_cm$Girth,  trees_cm$Height )


#Korrelasjon er symmetrisk
cor( trees_cm$Height, trees_cm$Girth )


#Korrelasjonen er uavhengig av måleenhet, se på målingene i tommer:
cor(    trees$Girth,  trees$Height )



#   --------------------- #
#     OPPSUMMERINGSTALL   #
#   --------------------- #

#Men numeriske oppsummeringer av hver enkelt variabel er påvirket av transformasjon:
summary( trees_cm$Girth )

summary(    trees$Girth )