#EXERCICI1#

#apartat (a)#
data("iris")
iris_setosa<- iris[iris$Species=="setosa",]
mimim_setosa <-min(iris_setosa$Sepal.Length)
maxim_setosa <-max(iris_setosa$Sepal.Length)
mimim_setosa
## [1] 4.3
maxim_setosa
## [1] 5.8
boxplot(iris$Sepal.Length~iris$Species)

#apartat (b)#
iris_virginica<- iris[iris$Species=="virginica",]
minim_virginca<-min(iris_virginica$Sepal.Length)
minim_virginca 
## [1] 4.9
outliers <- boxplot.stats(iris$Sepal.Length[iris$Species == "virginica"])$out
iris[iris$Sepal.Length %in% outliers & iris$Species == "virginica", ]
##     Sepal.Length Sepal.Width Petal.Length Petal.Width   Species
## 107          4.9         2.5          4.5         1.7 virginica
#apartat (c)#
table(iris$Species)
## 
##     setosa versicolor  virginica 
##         50         50         50
pie(table(iris$Species))

#apartat (d)#
plot(iris$Petal.Length, iris$Sepal.Length,
     main="Longitud del sèpal respecte a la longitud del pètal",
     xlab="Longitud del pètal (cm)", ylab="Longitud del sèpal (cm)",
     pch=16)

#apartat (e)#
colors<- c("setosa"="purple","versicolor"="green","virginica"="orange")
plot(iris$Petal.Length, iris$Sepal.Length,
     main="Longitud del sèpal respecte a la longitud del pètal",
     xlab="Longitud del pètal (cm)", ylab="Longitud del sèpal (cm)",
     pch=16, col= colors[iris$Species])
legend("topleft",legend=levels(iris$Species),col=c("purple","green","orange"),pch=19)

#apartat (f)#
iris_setosa<- iris[iris$Species=="setosa",]
plot(iris_setosa$Petal.Length, iris_setosa$Sepal.Length,main="Longitud del sèpal respecte a la longitud del pètal",xlab="Longitud del pètal (cm)",ylab="Longitud del sèpal",pch=16, col="purple")

recta<- lm(Sepal.Length ~ Petal.Length,data=iris_setosa)
abline(recta,col="yellow")

#EXERCICI 2#

#apartat (a)#
data(anscombe)
print(anscombe)
##    x1 x2 x3 x4    y1   y2    y3    y4
## 1  10 10 10  8  8.04 9.14  7.46  6.58
## 2   8  8  8  8  6.95 8.14  6.77  5.76
## 3  13 13 13  8  7.58 8.74 12.74  7.71
## 4   9  9  9  8  8.81 8.77  7.11  8.84
## 5  11 11 11  8  8.33 9.26  7.81  8.47
## 6  14 14 14  8  9.96 8.10  8.84  7.04
## 7   6  6  6  8  7.24 6.13  6.08  5.25
## 8   4  4  4 19  4.26 3.10  5.39 12.50
## 9  12 12 12  8 10.84 9.13  8.15  5.56
## 10  7  7  7  8  4.82 7.26  6.42  7.91
## 11  5  5  5  8  5.68 4.74  5.73  6.89
#apartat (b)#
mitjana_x<-sapply(anscombe[,1:4],mean)
mitjana_x
## x1 x2 x3 x4 
##  9  9  9  9
variància_x<-sapply(anscombe[,1:4],var)
variància_x
## x1 x2 x3 x4 
## 11 11 11 11
#apartat (c)#
mitjana_y<-sapply(anscombe[,5:8],mean)
mitjana_y
##       y1       y2       y3       y4 
## 7.500909 7.500909 7.500000 7.500909
variància_y<-sapply(anscombe[,5:8],var)
variància_y
##       y1       y2       y3       y4 
## 4.127269 4.127629 4.122620 4.123249
#apartat (d)#
correlació_x_y<-sapply(1:4,function(i)cor(anscombe[,i],anscombe[,i+4]))
correlació_x_y
## [1] 0.8164205 0.8162365 0.8162867 0.8165214
#apartat (e)#
par(mfrow=c(2,2))
plot(anscombe$x1,anscombe$y1, main="Parella 1 (x1,y1)",xlab="x1",ylab="y1", pch=16,col="pink")

plot(anscombe$x2,anscombe$y2, main="Parella 2 (x2,y2)",xlab="x2",ylab="y2", pch=16,col="blue")

plot(anscombe$x3,anscombe$y3, main="Parella 3 (x3,y3)",xlab="x3",ylab="y3",pch=16,col="green")

plot(anscombe$x4,anscombe$y4, main="Parella 4 (x4,y4)",xlab="x4",ylab="y4",pch=16,col="red")