## Megoldások ##

# 1.
boxplot(TOMEG~SEX*TERULET,oz,main="Őzek testtömege",xlab = "nem és mérési hely", ylab = "tömeg")

# 2.
# logikai vektor létrehozása
suta = oz$SEX == "SUTA"

# suták ábrázolása
plot(density(oz$TOMEG[suta]))

# Az eloszlás bimodális.

# bakok ábrázolása
plot(density(oz$TOMEG[!suta]))

# Az eloszlás unimodális.

# Ábra mentése pdfként:
dev.print("suta.pdf",device=pdf)

# Ábra mentése png-fájlként:
png(file="suta.png",bg="white")
plot(density(oz$TOMEG[suta]))
dev.off()

# 3.
# normális eloszlás testhosszra nemenként
tapply(oz$TESTH,oz$SEX,shapiro.test)

# egyik eloszlás sem normális, ezért Mann-Whitney próbával tudjuk összehasonlítani a két csoportot

wilcox.test(oz$TESTH[suta],oz$TESTH[!suta])

# p = 0.7957, a két csoport nem különbözik szignifikánsan

# 4.
# Kruskal-Wallis próba a három területre, nemtől függetlenül
kruskal.test(TESTH~TERULET,oz)

# 5.
# korrelációs együtthatónként Kendall-féle taut vagy Spearman-féle rót számolhatunk, mert az adatok nem normális eloszlásúak
cor(oz$TESTH,oz$TOMEG,method="k")
cor(oz$TESTH,oz$TOMEG,method="s")

# Mindkét együttható erős összefüggést mutat. 

# Ábrázolás
plot(oz$TESTH,oz$TOMEG)

# 6.
# khí-négyzet és Fisher-féle egzakt próba. Itt mindkét próba elvégezhető. A khí-négyzet próba futtatásának előfeltétele, hogy azonos eloszlások esetén mind a négy cellában legalább 5 megfigyelés szerepeljen. Ebben az esetben ez 4 x 5 = 20 minimum elemszámot jelent.

# 7.
# táblázat létrehozása
bolt = rbind(c(21, 14), c(13, 20))

chisq.test(bolt)
# p = 0.1454

fisher.test(bolt)
# p = 0.1449

# A két korcsoportban megfigyelt gyakoriságok eloszlása nem különbözik szignifikánsan.