# Okienko 1: Wykresy konturowe gęstości 2d (glukoza,wiek) dla chorych i zdrowych
# kobiet z plemienia Pima. Okienko 2: To samo, ale na dwóch obrazkach w palecie
# kolorów mapy terenowej. Wykorzystujemy estymator jądrowy zaimplementowany
# w kde2d z biblioteki MASS.
library(MASS); data(Pima.te); data(Pima.tr); X=rbind(Pima.te,Pima.tr)
x=X[,c(2,7)] # glukoza i wiek
xY=x[X[,8]=="Yes",] # chore
xN=x[X[,8]=="No",]  # zdrowe

# Gęstość dla chorych i zdrowych ma być policzona na tej samej siatce (x,y).
ddY=kde2d(xY[,1],xY[,2],n=100, lims = c(range(x[,1]), range(x[,2])) )
ddN=kde2d(xN[,1],xN[,2],n=100, lims = c(range(x[,1]), range(x[,2])) )

# Konwersje wykresu do przenośnych formatow tekstowo-graficznych
#postscript("density2d.eps", onefile=FALSE, horizontal=FALSE, pointsize=10)
#pdf("density2d.pdf", onefile=FALSE, horizontal=FALSE, pointsize=10)
contour(ddY,col=2,xlab="glukoza",ylab="wiek")
contour(ddN,add=TRUE,col=3)
legend(140,75, c("chore","zdrowe"), col=2:3, lty=1)
#graphics.off()  # Funkcja konczaca eksport rysunku

oldpar=par(no.readonly=TRUE)
x11(); par(mfcol=1:2,pty="s")
image(ddY, xlab="glukoza",ylab="wiek", main="chore",  col=terrain.colors(100))
image(ddN, xlab="glukoza",ylab="wiek" ,main="zdrowe", col=terrain.colors(100))
par(oldpar)