# TYÖARKKI 5.
#
# Kaksisuuntaisen epätasapainoisen koeasetelman analyysi.
# 
# The Independent lehti julkaisi aineiston (6.10.1991).
# Siinä on eräiden parhaiten myyvien kirjojen hintoja (puntina) 5 maassa.
# Sarakkeet ovat UK, Germany, France, US ja Austria.
# Aineisto on tiedostossa "Bookpr". 
# Tässä aineistossa on puuttuvia arvoja (missing values).
# NA tarkoittaa taulukossa puutuvaa arvoa.
# Käytetään "na.action ..."-optiota poistamaan nämä puuttuvat arvot, jolloin
# saadaa epätasapainoinen (unbalanced) asetelma. Tälla seikalla on merkittäviä
# seurauksia: tietyt parametrijoukot eivät ole enää ortogonaalisia.
#
#
#Here is the data from 
#
#  bookprices
#
#14.99  12.68   9.00  11.00  15.95 S.Hawking,"A brief history of time"
#14.95  17.53  13.60  13.35  15.95 U.Eco,"Foucault's Pendulum"
#12.95  14.01  11.60  11.60  13.60 J.Le Carre,"The Russia House"
#14.95  12.00   8.45   NA      NA  J.Archer,"Kane & Abel"
#12.95  15.90  15.10   NA    16.00 S.Rushdie,"The Satanic Verses"
#12.95  13.40  12.10  11.00  13.60 J.Barnes"History of the world in ..."
#17.95  30.01   NA    14.50  22.80 R.Ellman,"Oscar Wilde"
#13.99   NA     NA    12.50  13.60 J.Updike,"Rabbit at Rest"
# 9.95  10.50   NA     9.85   NA   P.Suskind,"Perfume"
# 7.95   9.85   5.65   6.95   NA   M.Duras,"The Lover"
#
#The Independent kysyy "Ovatko kirjat ulkomailla kalliinpia?"
#  
# sink("A:\\Kurssit\\TMallit\\Rscripts\\TA5.txt")
# komennolla voidaan tulostus ohjata tiedostoon
#
# Teksti on poistettava tiedostosta, ennen kuin se voidaan lukea scan()-#funktiolla
p <- scan("A:\\Kurssit\\TMallit\\Datat\\Bookpr.txt")
cou <- scan(,"")
UK Ger Fra US Austria

# syöttö lopetetaan tyhjällä rivillä
country <- gl(5,1,50,labels=cou)
author <- gl(10,5,50)
author <- factor(author)
lmunb <- lm(p ~ country + author, na.action=na.omit); summary(lmunb)
lmunb1 <- lm(p ~ country, na.action=na.omit); summary(lmunb1)
# Huomaa että "country"-parametrit malleissa lmunb ja lmunb1 poikkeavat toisistaan
#
resid <- lmunb$residuals
resid   # vähemmän kuin 50 alkiota!
plot(country,resid)  # Tulee varoitus, koska resid sis. vähemm. kuin 50 alkiota
plot(country[!is.na(p)],resid)   # ottaa huomioon puuttuvan datan ongelman
unbaov <- anova(lmunb <- lm(p ~ country + author, na.action=na.omit))
summary(unbaov)
lm(p ~ country + author, na.action=na.omit)        # Tarkastele tätä ja seuraavia kahta
anova(lm(p ~ country + author, na.action=na.omit)) # anova-tulostusta
anova(lm(p ~ author, na.action=na.omit))
# Tarkastele erityisesti epätsapainoisuuden vaikutuksia parametrien
# estimaatteihin.
# Onko hintamuuttujan asteikko sopiva? Kokeile log-muunnosta.
lp <- log(p)
lmunblp <- lm(lp ~ country + author, na.action=na.omit); summary(lmunblp)
qqnorm(resid(lmunb))
qqnorm(resid(lmunblp))
# Kumpi on sopivampi asteikko?

# Kun selitettävänä muuttujana on hinta (raha), niin multiplikatiivinen
# malli sopii sopii usein paremmin kuin additiivinen. Tarkastele tätä
# väitettä lähemmin. 
#
# Toinen aineisto
# Seuraavassa toinen aineisto, joka mistuttaa rakenteeltaan "Bookpr"-aineistoa.
# Aineistossa sarakkeilla on tuotteiden hintoja eri myyntipaikoissa.
# Aineisto on tiedostossa "Dutyfree".
#
# Onko hinnoissa eroa eri paikkakuntien välillä? Analysoi aineisto.
#
# An ubalanced two-way array.
#
# Under the headline
# `Afloat on a sea of alcohol, the booze cruisers bid last farewell to duty-free'
# The Independent of 28 June, 1999, gives the Table below.
# 
# `Booze and Fags: the relative cost'
# 200 Benson & Hedges
# special filter cigarettes     16.95   16.99  35.99  20.00  NA
# 1 litre Smirnoff vodka         9.99   10.74  10.39  11.00  10.25
# 1 litre Gordon's gin          10.25    8.29  10.69  11.35   9.99
# 5 X 50 gm Golden Virginia     13.95   13.99  38.15   9.65  NA
# rolling tobacco
# 24 X 440 cans Stella Artois   11.95   20.80  23.96   9.25   9.67
# 24 X 440 cans Guinness        15.75   22.95  22.74  11.90  15.83
# 
#  Here the column headings (ie place of sale) are P$\&$O Stena (on board ship),
# BAA (airport duty free), Tesco (UK, high street), Eastenders (Calais, cash $\&$ carry),
# and Wine $\&$ Beer Co (Calais, cash $\&$ carry).