---
title: "Praca domowa - zmienne nominalne"
author: "Bartosz Maćkiewicz"
output: html_document
editor_options: 
  chunk_output_type: console
---

# Zadanie 1

Proszę zainstalować pakiet `carData`. W pakiecie tym dostępny jest zbiór danych `Salaries` który dotyczy wynagrodzenia pracowników naukowych (nie w Polsce! proszę się nie martwić! w Stanach!). Zbiór ten dostępny jest po załadowaniu pakietu za pomocą polecenia `library(carData)`.

```{r}
# Tutaj miejsce na Twój kod
```

# Zadanie 2

Proszę z danych usunąć wszystkie obserwacje, które dotyczą wynagrodzeń na wydziałach "stosowanych". Które to są? Proszę zajrzeć do dokumentacji!

```{r}
# Tutaj miejsce na Twój kod
```

# Zadanie 3

Proszę przygotować wizualizacje średniego wynagordzenia dla poszczególnych poziomów. Można to zrobić za pomocą zwykłej funkcji `barplot`, ale chciałbym, żeby Państwo poszukali w internecie bardziej interesujących sposobów zrobienia tego, np. takich gdzie na wykres naniesione są także błędy standardowe lub przedziały ufności. Ja od siebie polecę oczywiście pakiet `ggplot2` oraz mój *secret weapon* czyli pakiet `ggpubr`, który pozwala wygenerować "publication ready" wykresy. Szczegóły zostawiam już Państwu! Chciałbym tylko, żeby na ilustracji widać było (przynajmniej) średnie wynagrodzenie dla poszczególnych poziomów zmiennej `rank`. 

```{r}
# Tutaj miejsce na Twój kod
```

# Zadanie 4

Proszę przeprowadzić analizę regresji w której zmienną objaśnianą jest wynagrodzenie a predyktorem jest ranga pracownika naukowego. 

- Proszę wygooglować co oznaczają poszczególne "rangi". Bez tego trudno będzie Państwu odpowiedzieć na kolejne pytania.
- Proszę zastanowić się jaki rodzaj kodowania byłby w tym wypadku najlepszy.
- Proszę uzasadnić swój wybór i zastosować go w wykonanej przez Państwa analizie. 
- Proszę wyjaśnić do czego odnoszą się wyraz wolny regresji oraz poszczególne współczynniki regresji, które Państwo otrzymali przy wybranym przez Państwa schemacie kodowania. 

Uwaga! Nie wszystkie schematy kodowania są opisane równie szczegółowo w notatniku, chociaż spostrzegawcza osoba łatwo wywnioskuje brakujące informacje (proszę pokombinować!). Osoba mniej spostrzegawcza lub niechcąca swojej spostrzegawczości przejawiać, powinna zajrzeć do jakiegoś źródła internetowego, np. tutaj:

https://stats.idre.ucla.edu/r/library/r-library-contrast-coding-systems-for-categorical-variables/


```{r}
# Tutaj miejsce na Twój kod
```