User:Sharp

Ajokelpoinen, antaa ymmärrykseni mukaan varsin oikeanlaisia tuloksia. Käyttöliittymä ja mallin tulosten uploadaus täytyy vielä tehdä.

library(OpasnetUtils)

data <- opbase.data(id="op_en4004.kerty_database")

1. Otetaan mukaan vain yksilömittaukset

hdata <- data[data$Yksilöitä < 2,]

1. Jätetään datasta pois sukupuolet, määrät ja muut tarpeettomat? sarakkeet

hdata <- hdata[c(1,2,7,8,9,10,11,15,16,17,20,21)]

1. Eliminoidaan käyttökelvoton data

hdata <- hdata[hdata$Märkäpaino != 0,]

1. Analysoidaan vain lihaskudosta

hdata <- hdata[hdata$Näyteosa == "lihas",]

1. Analysoidaan vain elohopeaa

hdata <- hdata[hdata$Suure == "Elohopea",]

1. Tutkitaan koodausvaiheessa pienempää otosta

otos <- hdata #hdata[1:2000,]

1. Muutetaan tulossarake numeroiksi ja...

otos$Tulos <- as.numeric(levels(otos$Tulos))[otos$Tulos]

1. poistetaan sieltä ei-numeeriset vastaukset

otos <- otos[!is.na(otos$Tulos),]

1. Käsitellään tässä vaiheessa vasta järvet, tarkennetaan myöhemmin

otos <- otos[otos$Järvi != "",]

1. Poistetaan otoksen faktoreista tarpeettomat levelit

for (column in 1:ncol(otos)){ if (is.factor(otos[,column])) { otos[,column] <- factor(otos[,column]) } }

1. Luodaan vektorit kalojen nimiä ja keskipitoisuuksia varten

kala <- vector(length = length(levels(otos$Näytelaji))) keskipitoisuus <- vector(length = length(levels(otos$Näytelaji))) indeksi <- 0

1. Silmukassa käydään laji kerrallaan kalat läpi ja otetaan niiden keskimääräinen elohopeapitoisuus talteen

for (laji in levels(otos$Näytelaji)) { indeksi <- indeksi + 1 temp <- otos[otos$Näytelaji == laji,] kala[indeksi] <- laji keskipitoisuus[indeksi] <- mean(temp$Tulos) }

1. Luodaan vektoreista data.frame

kalaframe <- data.frame(kala, keskipitoisuus, stringsAsFactors = FALSE)

järvi <- vector(length = length(levels(otos$Järvi))) keskipitoisuus <- vector(length = length(levels(otos$Järvi))) indeksi <- 0

1. Silmukassa käydään järvi kerrallaan järvet läpi ja otetaan niiden kalojen keskimääräinen elohopeapitoisuus talteen

for (vesistö in levels(otos$Järvi)) { indeksi <- indeksi + 1 temp <- otos[otos$Järvi == vesistö,] järvi[indeksi] <- vesistö keskipitoisuus[indeksi] <- mean(temp$Tulos) }

järviframe <- data.frame(järvi, keskipitoisuus, stringsAsFactors = FALSE)

1. Lisätään dataframeihin koko suomeen suhteutettu pitoisuus

suht <- kalaframe$keskipitoisuus - mean(otos$Tulos) suhtkala <- cbind(kalaframe, suht)

suht <- järviframe$keskipitoisuus - mean(otos$Tulos) suhtjärvi <- cbind(järviframe, suht)

keskipitoisuus <- mean(otos$Tulos)

1. Tässä kohti voisi uploadata asiat
2. Tähän kohti käyttöliittymä jolla tarkastaa asioita.

1. järvi <- vector(length = 23*513)
2. kala <- järvi
3. pitoisuus <- järvi
4. indeksi <- 0
5. for (vesistö in järviframe$järvi){
6. for (laji in kalaframe$kala){
7. indeksi <- indeksi + 1
8. järvi[indeksi] <- vesistö
9. kala[indeksi] <- laji
10. keski <- mean(otos$Tulos)
11. fisu <- suhtkala[suhtkala$kala == laji,]$suht
12. lampi <- suhtjärvi[suhtjärvi$järvi == vesistö,]$suht
13. pitoisuus[indeksi] <- keski + fisu + lampi
14. }
15. }

1. testiframe1 <- data.frame(järvi, kala, pitoisuus, stringsAsFactors = FALSE)

1. Tämä pätkä tarkastaa mallin antaman tuloksen suhteutettuna koko suomeen,
2. ja virhearvoksi saadaan -2.702283e-13.
3. summa <- 0
4. keski <- mean(otos$Tulos)
5. for (vesistö in levels(otos$Järvi)){
6. for (laji in levels(otos$Näytelaji)){
7. temp <- otos[otos$Järvi == vesistö,]
8. temp <- temp[temp$Näytelaji == laji,]
10. temp2 <- testiframe1[testiframe1$järvi == vesistö,]
11. pitoisuus <- temp2[temp2$kala == laji,]$pitoisuus
13. for (tulos in temp$Tulos){
14. summa <- summa + (tulos - pitoisuus)
15. }
16. }
17. }

1. summary(kalaframe)
2. summary(järviframe)

</rcode>