generic_annual_report: Funzioni per produrre statistiche annuali (una stazione)
In jobonaf/arpautils: R utility functions for Arpae ER air quality data

Description Usage Arguments Value Examples

Funzioni per produrre le statistiche annuali tipiche (media annua, superamenti giornalieri della media e del max della media mobile su 8h) per una singola stazione: estrazione, calcoli, scrittura su DB.

prepare.annual_report(con, id.staz, id.param, year=NULL, tstep, ...)
calculate.annual_report(data, id.param, thr.daily.ave=NULL, thr.ave8h.max=NULL,
                        thr.hourly=NULL, thr.multihourly=NULL, NH=3,
                        critical.months=NULL)
write.annual_report(con, AR, id.param, verbose=F, ...)

`con`	identificativo della connessione al DB (stringa)
`id.staz`	codice numerico identificativo della stazione
`id.param`	codice numerico identificativo dell'inquinante
`year`	anno per cui si richiede il report. Se lasciato `NULL` prende l'anno di 5 mesi fa, facendo riferimento a `Sys.Date()`.
`tstep`	stringa di carattere che identifica il timestep ("H" o "d", orario o giornaliero)
`data`	dati estratti da `prepare.annual_report`
`thr.daily.ave`	soglia per la media giornaliera
`thr.ave8h.max`	soglia per il max giornaliero della media mobile su 8h
`thr.hourly`	soglia oraria
`thr.multihourly`	soglia per superamenti orari di più ore consecutive
`NH`	numero di ore consecutive di superamento da contare se `thr.multihourly` non ? NULL
`critical.months`	vettore numerico dei mesi su cui calcolare la media di periodo (p.es. `c(1:3,10:12)` per la media invernale)
`AR`	lista di `data.frame` prodotta da `calculate.annual_report` (vedi Value)
`verbose`	scrive a video alcune informazioni utili per il debug
`...`	parametri opzionali. La funzione `prepare.annual_report` li passa a `dbqa.get.datastaz`; la funzione `write.annual_report` li passa a `dbqa.insert`.

La funzione calculate.annual_report restituisce un data.frame con:

`annual.mean`	media annua
`annual.nValid`	numero di dati validi usati per il calcolo della media annua
`annual.percValid`	percentuale di dati validi usati per il calcolo della media annua
`annual.nExpected`	numero di dati attesi nell'anno
`annual.efficiency`	rapporto tra numero di dati disponibili e attesi nell'anno

se thr.daily.ave non ? NULL allora data.frame ha anche:

`daily.nexc`	superamenti della media giornaliera
`daily.nValid`	numero di dati validi usati per il calcolo dei superamenti della media giornaliera
`daily.percValid`	percentuale di dati validi usati per il calcolo dei superamenti della media giornaliera

se thr.ave8h.max non ? NULL allora data.frame ha anche:

`ave8h.nexc`	superamenti del max giornaliero della media mobile su 8h
`ave8h.nValid`	numero di dati validi usati per il calcolo dei superamenti del max giornaliero della media mobile su 8h
`ave8h.percValid`	percentuale di dati validi usati per il calcolo dei superamenti del max giornaliero della media mobile su 8h

se thr.hourly o thr.multihourly non sono NULL allora data.frame ha anche:

`hourly.nValid`	numero di dati orari validi
`hourly.percValid`	percentuale di dati orari validi

se thr.hourly non ? NULL allora data.frame ha anche:

hourly.nexc

numero di superamenti orari

se thr.multihourly non ? NULL allora data.frame ha anche:

multihourly.nexc

numero di superamenti orari di almeno NH ore consecutive

se critical.months non ? NULL allora data.frame ha anche:

`critmonths.mean`	media dei mesi selezionati
`critmonths.nValid`	numero di dati validi nei mesi selezionati
`critmonths.percValid`	percentuale di dati validi nei mesi selezionati
`critmonths.nExpected`	numero di dati attesi nei mesi selezionati
`critmonths.efficiency`	rapporto tra numero di dati disponibili e attesi nei mesi selezionati

## Not run: 
db_usr="yourUsername"
db_pwd="yourPassword"
db_name="DBaddress"
con1 <- dbqa.connect(db_usr, db_pwd, db_name)
dat <- prepare.annual_report(con=con1, id.staz="2000003")
calculate.annual_report(data=dat)
dbDisconnect(con1)

## End(Not run)