###############################################################

# Fonction de calcul de la variance de la population
var_p <- function(data) 
{
  n <- length(data)
  sum((data - mean(data))^2) / n
}

# Fonction de calcul de l'écart-type de la population
sd_p <- function(data)
{
  sqrt(var_p(data))
}

# Fonction de calcul des modes de la population
mode <- function(data) 
{
  uniq_vals <- unique(data)
  uniq_vals[which.max(tabulate(match(data, uniq_vals)))]
}

# Fonction de calcul de l'étendue 
FullR <- function(data)
{
  max(data) - min(data)
}  

# Fonction de sauvegarde d'un "summary" dans un fichier CSV 
saveSummaryInCsv <- function(summary, fn)
{
  len <- length(summary)
  write(names(summary), file = fn, ncolumns = len)
  write(unname(summary), file = fn, append = TRUE, ncolumns = len)
}

######################################################################
# préparation des données 

# paramètres généraux de l'exercice 
exo_fn = "01-syllabus-exoTemp.csv"
sol_fn = "01-syllabus-solTemp.csv"
class_min = 11
class_max = 21
class_by = 1
chart_color = "turquoise"
chart_border = "black"
hist_space = 10

# Vérifier le répertoire courant 
getwd()

# Modifier le cas échéant ce répertoire 
# RSTudio / panneau inférieur droit / Files / naviguer jusqu'au répertoire correct
# RStudio / menu Session / Set Working Directory / To Files Panel Location
# ou via une commande : setwd("C:/chemin/vers/votre/repertoire")

# Charger les données depuis le fichier CSV
# Le cas échéant, on peut créer des données "hard-codées"
# nombres <- c(10, 20, 30, 40, 50)
input <- read.csv(exo_fn)

# Vérifier les premières lignes des données
head(input)
head(input$inputData)

######################################################################
# calculer les paramètres 

# Classer les données, le cas échéant 
# input_classees <- sort(input$inputData)

# 11. Calculer les paramètres de l'échantillon
parametres <- summary(input$inputData)
print(parametres)

# 12. calculer le mode
modes <- mode(input$inputData)
print(modes)

# 13. Calculer et afficher la moyenne
moyenne <- mean(input$inputData, na.rm = TRUE)
print(moyenne)

# 14. Calculer et afficher la variance
variance <- var_p(input$inputData)
print(variance)

# 15. Calculer et afficher l'écart-type 
ecarttype <- sd_p(input$inputData)
print(ecarttype)

# 16. Calculer l'étendue
etendue <- FullR(input$inputData)
print(etendue)

# 17. Calculer l'étendue interquartile (IQR)
etendue_iq <- IQR(input$inputData)
print(etendue_iq)

######################################################################
# Afficher les diagrammes

# 21. Afficher l'histogramme des données (fréquences absolues)
# méthode -1- "chirurgicale"

# Définir les intervalles pour les classes
# class_range <- seq(min(input$inputData), max(input$inputData), by = 10)
class_range <- seq(class_min, class_max, by = class_by)
print(class_range)

# Grouper les données en classes
classes <- cut(input$inputData, breaks = class_range, right = FALSE)
# print(classes)

# Calculer les fréquences pour chaque classe
frequences <- table(classes)
print(frequences)

# afficher 
barplot(frequences,
        main = "fréquences absolues",
        ylab = "Fréquence",
        col = chart_color,
        space = hist_space,
        border = chart_border )

# 21. Afficher l'histogramme des données (fréquences absolues)
# méthode -2- "rapide" 
hist(input$inputData,
     breaks = etendue/class_by,
     main = "fréquences absolues",
     ylab = "Fréquence",
     col = chart_color,
     border = chart_border )

# 22. Afficher la courbe cumulative (fréquences relatives cumulées)
plot(ecdf(input$inputData),
     main = "Polygone des fréquences cumulées",
     ylab = "Proportion Cumulative",
     col = chart_color )

# 23. Afficher la boîte à moustaches
boxplot(input$inputData,
        main = "Boîte à Moustaches",
        col = chart_color,
        border = chart_border)

######################################################################
# Sauvegarder dans un fichier CSV 

saveSummaryInCsv( parametres, sol_fn )

