install.packages("foreign")
library(foreign)

dati_slides <- data.frame(eta=c(30,30,30,40,40,40,50,50,50), reddito=c(2000,2100,2200,3000,3100,3200,4000,4100,4200))
mean(dati_slides$reddito)


campioneCS <- dati_slides[sample(9,3),]

mean(campioneCS$reddito)

trentenni <- subset(dati_slides,eta==30)
quarantenni <- subset(dati_slides,eta==40)
cinquantenni <- subset(dati_slides,eta==50)

campioneStrat <- c(trentenni[sample(3,1),]$reddito,quarantenni[sample(3,1),]$reddito, cinquantenni[sample(3,1),]$reddito)

mean(campioneStrat)

mediaCS <- 0
mediaSTR <- 0
for(i in 1:1000){
  campioneCS  <- dati_slides[sample(9,3),]
  mediaCS[i] <- mean(campioneCS$reddito)
  campioneStrat <- c(trentenni[sample(3,1),]$reddito,quarantenni[sample(3,1),]$reddito, cinquantenni[sample(3,1),]$reddito)
  mediaSTR[i] <- mean(campioneStrat)
}

mean(mediaCS)
mean(mediaSTR)

sd(mediaCS)
sd(mediaSTR)

par(mfrow=c(1,2))
hist(mediaCS)
hist(mediaSTR)

### DATI GENERAL SOCIAL SURVEY

?read.spss

POP <- read.spss("gss.sav", to.data.frame=TRUE) # data frame

View(POP)

dim(POP)

n=100
N=nrow(POP)

POP$HHSIZE_numeric <- as.numeric(POP$HHSIZE) #trasformo in vettore numerico la dimensione familiare

mean(POP$HHSIZE_numeric) #media vera nella popolazione

?sample
index <- sample(1:32019, size=100, replace = TRUE, prob = NULL)


campione<- POP[index,  ]

View(campione)

dim(campione)

table(campione$GENDER)/length(campione$GENDER)*100

table(POP$GENDER)/length(POP$GENDER)*100

# Stima di una % (ad esempio Female)

# Parametro pi = 50,84

# piHat = 55

# pihat - 1.96*erroreStdrd

# piHat - 1.96*sqrt((pi*(1-pi))/n)

0.55 - 1.96*sqrt((0.55*(1-0.55))/100)

0.55 + 1.96*sqrt((0.55*(1-0.55))/100)

table(POP$GENDER)/length(POP$GENDER)

# Camp Stratificato

# married
# No   Yes 
# 12833 19186 


# create le sottourne con subset
?subset
Sposati <- subset(POP, subset=POP$MARRIED=="Yes")
dim(Sposati)
nrow(Sposati) # quanti sono gli sposati nella popolazione

NonSposati <- subset(POP, subset=POP$MARRIED=="No")
dim(NonSposati)
nrow(NonSposati) # quanti sono gli sposati nella popolazione


# STRA con Allocazione proporzionale (strato degli sposati)
nYes=(19186/(12833+19186))*n

nYes = round(n/N * 19186) # con round arrotondiamo la numersoit? nello strato

campionatiDaYes <- sample(1:19186, size=nYes, replace = TRUE, prob = NULL) # campionatiDaYes devono essere estratti dall'urna dei soli sposati 

campioneSposati <- Sposati[campionatiDaYes, ]


# STRA con Allocazione proporzionale (strato dei non sposati)

nNo=(12833/(12833+19186))*n

nNo = round(n/N * 12833) # con round arrotondiamo

campionatiDaNo <- sample(1:12833, size=nNo, replace = TRUE, prob = NULL) # campionatiDaNo devono essere estratti dall'urna dei non sposati 

campioneNonSposati <- NonSposati[campionatiDaNo, ]

# Campione Stratificato complessivo

campioneSTRA <- rbind(campioneSposati, campioneNonSposati) # rbind mette insieme dataframe per riga (uno sotto l'altro)

nrow(campioneSTRA)

mean(campioneSTRA$HHSIZE_numeric, na.rm=T) # valore medio stimato con campione stra

mean(campione$HHSIZE_numeric, na.rm=T) # valore medio stimato con campione ccs

mean(POP$HHSIZE_numeric) #media vera nella pop