# Programmieraufgabe 3

# Daten einlesen
pfad_zu_datei <- file.path ("C:\\Users\\sochj\\OvGUcloud\\Lehre\\2024_SS\\C2_AD\\Leistungen\\Studierendenlösungen\\4-Zweistichproben-T-Test\\Gruppe 2 (11-13)\\04_Datensatz.csv")
D <- read.table (pfad_zu_datei, sep = ",", header = T)

# install.packages("vioplot")
library(latex2exp)
library(vioplot)
library(tidyverse)  # für Pipe (%>%), mutate(), filter()
library(ggplot2)    # für ggplot()
library(httpgd)     # für hgd() und hgd_browse()

# Daten vorbereiten
D_processed <- D %>%                                 # Ergebnis einer Funktion direkt als Eingabe für nächste Funktion verwendet
  mutate(Diff = as.numeric(Post - Pre)) %>%          # neue Variable Diff erstellt
  mutate(Diff_betrag = as.numeric(-(Post - Pre)))    # weitere Variable erstellt

# T-Test durchführen
alpha_0 <- 0.05                                      # Signifikanzniveau auf 0,05
t_test_results <- t.test(                            # führt T-Test durch
        Diff_betrag ~ Condition, data = D_processed, # AV = Diff_betrag; UV = Condition
        var.equal = TRUE,                            # Varianzen beider Gruppen gleich
        alternative = "two.sided",                   # zweiseitiger Test durchgeführt
        conf.level = 1 - alpha_0                     # Konfidenzniveau auf 95%
        )
print(t_test_results)                                # Ergebnisse ausgeben

# Grafik-Viewer öffnen 
# hgd()           # startet httpgd-Grafik-Viewer
# hgd_browse()    # öffnet Grafik-Viewer im Webbrowser

# Violinplot erstellen
ggplot(data = D_processed, 
aes(x = "", y = Diff_betrag, fill = Condition)) + # Diff_betrag auf y-Achse; Condition als Füllfarbe
  geom_violin(trim = T) +                         # Violinplots, die Verteilung der Daten zeigen
  geom_point(                                     # leicht versetzte Datenpunkte
    aes(y = Diff_betrag),
    position = position_jitter(
      width = 0.15, height = 0),                  # Überlagerungen vermeiden
    size = 2,
    fill = "black") +
  labs(                                           # Label hinzufügen
    x = "", 
    y = "Differenz der Werte", 
    title = "Face-to-Face vs. Online") +
  facet_wrap(~ Condition, ncol = 2) +             # teilt Plot in zwei Spalten nach Condition auf
  theme(legend.position = "none")                 # Legende ausblenden, da Füllfarbe schon Gruppen darstellt

ggsave(                     # Abbildung als pdf speichern
  filename = "ggplot.pdf",
  width    = 5,             # in 5x5
  height   = 5
  )
dev.off()                   # schließt aktuelles Grafikgerät; beendet Grafikausgabe

# Beispiel zu %>%

A <- function3(function2(function1(data)))

B <- data %>%
  function1() %>%
  function2() %>%
  function3()

A = B

# Beispiel zu mutate()

df <- data.frame(a = c(1, 2, 3), b = c(4, 5, 6))
df <- df %>%
  mutate(c = a + b) # neue Spalte c hinzufügen