%% ESERCIZIO I (punti 10)
% Caricare in memoria tramite l'istruzione readtimetable il dataset
% denominato quarterlyFinances1999To2019.csv. La periodicitò di questo
% dataset è trimestrale. La data di inizio di questa serie è il primo
% gennaio 1999.
% Mostrare nella Command Window la tabella pivot che contiene nelle righe
% le date raggruppate per anno e nelle colonne la variabile "CostOfSales"
% raggruppata negli intervalli
% [0, 20000)    [20000, 40000)    [40000, 60000)    [60000, 80000]
% v. anteprima output di seguito.
%
% 20×4 table
%
%           [0, 20000)    [20000, 40000)    [40000, 60000)    [60000, 80000]
%           __________    ______________    ______________    ______________
%
%   1999        1               3                 0                 0
%   2000        0               4                 0                 0
%   2001        0               4                 0                 0
%   2002        0               4                 0                 0
%   2003        0               4                 0                 0
%   2004        0               4                 0                 0
%   2005        0               3                 1                 0
%   2006        0               2                 2                 0
%   2007        0               0                 4                 0
%   2008        0               0                 4                 0
%   2009        0               0                 4                 0
%   2010        0               0                 4                 0
%   2011        0               0                 4                 0
%   2012        0               0                 3                 1
%   2013        0               0                 1                 3
%   2014        0               0                 0                 4
%   2015        0               0                 0                 4
%   2016        0               0                 0                 4
%   2017        0               0                 0                 4
%   2018        0               0                 0                 4
% Denominare la tabella pivot con le prime 3 lettere del proprio cognome.

% v. p. 151 del libro 

miofile="quarterlyFinances1999To2019.csv";
TT=readtimetable(miofile,"StartTime",datetime(1999,1,1), ...
    "TimeStep",calquarters,'TrimNonNumeric',true);

RIA=pivot(TT,"Rows","Time","RowsBinMethod","year","Columns", ...
    "CostOfSales","ColumnsBinMethod",0:20000:80000,"RowLabelPlacement","rownames");
disp(RIA)

%% ESERCIZIO II (punti 12) Esercizio facsimile di HW 1.4 
% Caricare in memoria  il dataset di FSDA denominato air_pollution
% tramite istruzione load air_pollution.mat.
% Questo dataset contiene una serie di dati legati all'inquinamento di una
% serie di città Americane
% Mostrare nella Command Window la table di dimensione 2x3 contenente le righe
% denominate "Atlanta, GA" e "Birmingham, AL" i valori delle variabili
% "Educ"   "Humidity" e "Density" (punti 4)
load air_pollution.mat
air1=air_pollution(["Atlanta, GA" "Birmingham, AL"],["House" "Humidity" "Density"]);
disp(air1)


% Estrare la table che contiene le città
% che presentano un indicatore di Over65 strettamente superiore a 10.
% Denominare questa table uno.
% Mostrare nella Command Window le variabili che si trovano nelle colonne 2 3 7
% della table denomianta uno (punti 4)
selvar=[2 3 7];
boo=air_pollution.Over65>10;
uno=air_pollution(boo,:);
disp(uno(:,selvar))

% Estrare la table che contiene le città
% il cui nome inizia con la lettera N.
% Denominare questa table due.
% Mostrare nella Command Window le variabili che si trovano nelle colonne 2 3 7
% della table denominata due (punti 4)
boo=startsWith(air_pollution.Properties.RowNames,"N");
due=air_pollution(boo,:);
disp(due(:,selvar))


%% ESERCIZIO III (punti 8) versione ridotta dell'Esercizio 11.3
% Caricare in memoria  il dataset di FSDA denominato air_pollution
% tramite istruzione load air_pollution.mat
% Estrare le variabili che si trovano nelle colonne 1,4, 7, 10, 13, 16, in una table
% denominata con le prime 3 lettere del proprio nome.
% Calcolare per la distanza di Mahalanobis di ogni città dal centroide.
% Mostrare nella Command Window le 3 città con la più grande distanza di
% Mahalanobis
load air_pollution.mat
mar=air_pollution(:,1:3:end);
mard=mar{:,:};
cent=mean(mard);
S=cov(mard);
d2_mahal=mahalFS(mard,cent,S);
[d2_mahalSIOR,ind]=sort(d2_mahal,'descend');
disp("Le 3 città con la più grande distanza di Mahalanobis")
disp(mar.Properties.RowNames(ind(1:3)))