Merge branch 'presentation' into presentation-api-usage

presentation.md

@@ -1,10 +1,13 @@
 ---
-title: Analiza rozprzestrzeniania się koronawirusa w początkowym okresie pandemii
+title: Zaraźliwość koronawirusa
+subtitle: Analiza rozprzestrzeniania się koronawirusa w początkowym okresie pandemii
 author:
   - Patryk Gronkiewicz
   - Piotr Krawiec
-abstract: |
-  Lorem ipsum dolor sit amet
+lang: pl
+theme: Dresden
+colorscheme: orchid
+fonttheme: professionalfonts
 ---
 
 # O nas
@@ -91,6 +94,26 @@ Wśród danych dostępnych przez API były dane pogodowe, jednak bardzo ułatwia
 to pracę.
 :::
 
+## Użycie API
+
+API używamy do pobierania danych pogodowych. Pochodzą one z
+[Meteostatu](https://meteostat.net/en/sources), a pobieramy je dla Warszawy.
+
+---
+
+API udostępnia takie dane jak temperatura (średnia, max, min), dane o wietrze,
+nasłonecznieniu, opadach i ciśnieniu - spróbowaliśmy znaleźć korelację między
+tymi danymi, a zachorowaniami (niekoniecznie natychmiastową). Dla naszego
+użytku to było najłatwiejsze rozwiązanie, ponieważ Meteostat dostarcza dobre
+jakościowo dane bez dodatkowych opłat w przeciwieństwie do usług takich jak
+AccuWeather. Jako miejsce pobrania danych wybraliśmy Warszawę ze względu na
+bycie - mniej więcej - w centrum kraju. Dodatkowym atutem jest też to, że
+jako pojedyncze miasto jest największa w Polsce, więc można się było tam
+spodziewać najlepszego odwzorowania trendów w kraju. Drugim dobrym strzałem
+mógł się okazać Śląsk ze względu na duże zagęszczenie ludności i fakt, że
+cała aglomeracja przewyższa populacją Warszawę. 
+
+
 # Jak pracowaliśmy z danymi
 
 ::: notes
@@ -112,3 +135,9 @@ systemie kontroli wersji Git nie są czytalne.
 :::
 
 ![Wykres zarażeń województwa + Polska](img/zar.png)
+
+# Wnioski
+
+## Czego się nauczyliśmy z tej analizy?
+
+## Co innego zyskaliśmy?