diff --git a/.Rbuildignore b/.Rbuildignore
index 0aa69b3..9d82c39 100644
--- a/.Rbuildignore
+++ b/.Rbuildignore
@@ -1,3 +1,5 @@
+^codecov\.yml$
+^\.travis\.yml$
 ^.*\.Rproj$
 ^\.Rproj\.user$
 ^dane$
@@ -5,3 +7,4 @@
 ^cache$
 ^dropbox$
 ^vignettes/.*_cache$
+^data_local/.*$
diff --git a/.gitignore b/.gitignore
index 92bda00..0141c8d 100644
--- a/.gitignore
+++ b/.gitignore
@@ -33,3 +33,6 @@ vignettes/*.dia
 *.utf8.md
 *.knit.md
 .Rproj.user
+
+# test data not to be publicly available
+/data_local/
diff --git a/.travis.yml b/.travis.yml
new file mode 100644
index 0000000..49791cf
--- /dev/null
+++ b/.travis.yml
@@ -0,0 +1,14 @@
+# R for travis: see documentation at https://docs.travis-ci.com/user/languages/r
+
+language: R
+cache: packages
+r:
+  - release
+warnings_are_errors: false
+script:
+  - R CMD build .
+  - R CMD check *tar.gz --no-tests
+notifications:
+  email:
+    - tomek@zozlak.org
+    - t.zoltak@ibe.edu.pl
diff --git a/NAMESPACE b/NAMESPACE
index b0fe232..44bb2a3 100644
--- a/NAMESPACE
+++ b/NAMESPACE
@@ -1,18 +1,21 @@
 # Generated by roxygen2: do not edit by hand
 
-export(imputuj_mies_pk_1rm)
-export(imputuj_mies_pk_pilrm)
+export(imputuj_miesiac_pk_1rm)
+export(imputuj_miesiac_pk_pilrm)
 export(polacz_dane)
 export(przygotuj_absolwenci)
 export(przygotuj_studenci)
 export(przygotuj_szkoly)
 export(przygotuj_uczniowie)
+export(przygotuj_zbior_osobo_miesiecy_1rm)
+export(przygotuj_zbior_osobo_miesiecy_pilrm)
 export(przygotuj_zdajacy)
 export(wczytaj_wyniki_1rm)
 export(wczytaj_wyniki_pilrm)
 importFrom(dplyr,"%>%")
 importFrom(dplyr,.data)
 importFrom(dplyr,anti_join)
+importFrom(dplyr,arrange)
 importFrom(dplyr,bind_cols)
 importFrom(dplyr,bind_rows)
 importFrom(dplyr,case_when)
@@ -21,15 +24,19 @@ importFrom(dplyr,do)
 importFrom(dplyr,everything)
 importFrom(dplyr,filter)
 importFrom(dplyr,filter_)
+importFrom(dplyr,first)
 importFrom(dplyr,group_by)
+importFrom(dplyr,last)
 importFrom(dplyr,left_join)
 importFrom(dplyr,matches)
 importFrom(dplyr,mutate)
 importFrom(dplyr,mutate_)
 importFrom(dplyr,mutate_all)
 importFrom(dplyr,mutate_at)
+importFrom(dplyr,n)
 importFrom(dplyr,one_of)
 importFrom(dplyr,rename)
+importFrom(dplyr,right_join)
 importFrom(dplyr,select)
 importFrom(dplyr,select_)
 importFrom(dplyr,starts_with)
@@ -45,4 +52,5 @@ importFrom(stats,relevel)
 importFrom(stats,setNames)
 importFrom(tidyr,gather)
 importFrom(tidyr,spread)
+importFrom(tidyr,unnest)
 importFrom(utils,read.csv2)
diff --git a/NEWS b/NEWS
index 039c61d..555e71d 100644
--- a/NEWS
+++ b/NEWS
@@ -1,14 +1,21 @@
-# MLASZdane 0.0.2 (27.12.2017)
+# MLASZdane 0.0.2 (25.02.2019)
+
+- Nowe funkcje:
+  - przygotuj_zbior_osobo_miesiecy_pilrm();
+  - przygotuj_zbior_osobo_miesiecy_1rm();
+  - koryguj_statusy() (nieeksportowana).
+
+# MLASZdane 0.0.2 (27.12.2018)
 
 - Nowe funkcje:
   - wczytaj_wyniki_1rm();
-  - imputuj_mies_pk_1rm().
+  - imputuj_miesiac_pk_1rm().
 
 # MLASZdane 0.0.2 (27.12.2017)
 
 - Nowe funkcje:
   - wczytaj_wyniki_pilrm();
-  - imputuj_mies_pk_pilrm();
+  - imputuj_miesiac_pk_pilrm();
   - przywroc_etykiety() (nieeksportowana).
 
 # MLASZdane 0.0.1 (23.12.2016)
diff --git a/R/imputuj_miesiac_pk_1rm.R b/R/imputuj_miesiac_pk_1rm.R
index 87bba18..08c3289 100644
--- a/R/imputuj_miesiac_pk_1rm.R
+++ b/R/imputuj_miesiac_pk_1rm.R
@@ -10,7 +10,7 @@
 #' @importFrom stats lm model.frame predict relevel
 #' @importFrom dplyr .data bind_rows case_when do filter group_by left_join
 #' mutate rename summarise ungroup
-imputuj_mies_pk_1rm = function(x) {
+imputuj_miesiac_pk_1rm = function(x) {
   stopifnot(is.list(x),
             all(c("dane", "epizody") %in% names(x)))
   mp = options()$max.print
@@ -123,10 +123,17 @@ imputuj_mies_pk_1rm = function(x) {
     return(table(przewidywanie = factor(round(predict(x), 0), levels = l[1]:l[2]),
                  czas_rozp = factor(model.frame(x)[, 1], levels = l[1]:l[2])))
   })
-  message("R-kwadrat")
-  lapply(modeleCzas, function(x) {return(summary(x)$r.squared)}) %>% print()
-  message("odsetek poprawnych klasyfikacji")
-  lapply(tabeleCzas, function(x) {return(sum(diag(x)) / sum(x))}) %>% print()
+  cat("    statystyki dopasowania\n")
+  data.frame(zmienna = names(modeleCzas),
+             R2 = lapply(modeleCzas, function(x) {return(summary(x)$r.squared)}) %>%
+               unlist() %>%
+               round(3),
+             `odsetek poprawn. klasyf.` =
+               lapply(tabeleCzas, function(x) {return(sum(diag(x)) / sum(x))}) %>%
+               unlist() %>%
+               round(3),
+             check.names = FALSE) %>%
+    print(row.names = FALSE)
   epizodyImputM = mapply(function(x, m) {
     x = suppressWarnings(
       x %>%
@@ -166,10 +173,17 @@ imputuj_mies_pk_1rm = function(x) {
     return(table(przewidywanie = factor(round(predict(x), 0), levels = l[1]:l[2]),
                  dl = factor(model.frame(x)[, 1], levels = l[1]:l[2])))
   })
-  message("R-kwadrat")
-  lapply(modeleDl, function(x) {return(summary(x)$r.squared)}) %>% print()
-  message("odsetek poprawnych klasyfikacji")
-  lapply(tabeleDl, function(x) {return(sum(diag(x)) / sum(x))}) %>% print()
+  cat("    statystyki dopasowania\n")
+  data.frame(zmienna = names(modeleDl),
+             R2 = lapply(modeleDl, function(x) {return(summary(x)$r.squared)}) %>%
+               unlist() %>%
+               round(3),
+             `odsetek poprawn. klasyf.` =
+               lapply(tabeleDl, function(x) {return(sum(diag(x)) / sum(x))}) %>%
+               unlist() %>%
+               round(3),
+             check.names = FALSE) %>%
+    print(row.names = FALSE)
   epizodyImputM = mapply(function(x, m) {
     x = x %>%
       mutate(rok_zakon_f =
@@ -201,6 +215,7 @@ imputuj_mies_pk_1rm = function(x) {
     select("ID_RESP", "typ_epizodu", "nr", "czas_rozp", "czas_zakon",
            "czy_zakonczony") %>%
     rename(imput_czas_rozp = .data$czas_rozp, imput_czas_zakon = .data$czas_zakon)
+  message("Wyniki imputacji:")
   table(imput_czas_rozp = epizodyImput$imput_czas_rozp,
         imput_czas_zakon = epizodyImput$imput_czas_zakon, exclude = NULL) %>%
     print()
diff --git a/R/imputuj_mies_pk_pilrm.R b/R/imputuj_miesiac_pk_pilrm.R
similarity index 92%
rename from R/imputuj_mies_pk_pilrm.R
rename to R/imputuj_miesiac_pk_pilrm.R
index 31764b0..604f873 100644
--- a/R/imputuj_mies_pk_pilrm.R
+++ b/R/imputuj_miesiac_pk_pilrm.R
@@ -11,7 +11,7 @@
 #' @importFrom tidyr gather spread
 #' @importFrom dplyr .data bind_rows case_when do filter group_by left_join
 #' mutate rename summarise ungroup
-imputuj_mies_pk_pilrm = function(x) {
+imputuj_miesiac_pk_pilrm = function(x) {
   stopifnot(is.list(x),
             all(c("dane", "epizody") %in% names(x)))
   mp = options()$max.print
@@ -143,10 +143,17 @@ imputuj_mies_pk_pilrm = function(x) {
     return(table(przewidywanie = factor(round(predict(x), 0), levels = l[1]:l[2]),
                  dl = factor(model.frame(x)[, 1], levels = l[1]:l[2])))
   })
-  message("    R-kwadrat")
-  lapply(modeleCzas, function(x) {return(summary(x)$r.squared)}) %>% print()
-  message("    odsetek poprawnych klasyfikacji")
-  lapply(tabeleCzas, function(x) {return(sum(diag(x)) / sum(x))}) %>% print()
+  cat("    statystyki dopasowania\n")
+  data.frame(zmienna = names(modeleCzas),
+             R2 = lapply(modeleCzas, function(x) {return(summary(x)$r.squared)}) %>%
+               unlist() %>%
+               round(3),
+             `odsetek poprawn. klasyf.` =
+               lapply(tabeleCzas, function(x) {return(sum(diag(x)) / sum(x))}) %>%
+               unlist() %>%
+               round(3),
+             check.names = FALSE) %>%
+    print(row.names = FALSE)
   epizodyImputM = mapply(function(x, m) {
     x = suppressWarnings(
       x %>%
@@ -186,11 +193,17 @@ imputuj_mies_pk_pilrm = function(x) {
     return(table(przewidywanie = factor(round(predict(x), 0), levels = l[1]:l[2]),
                  dl = factor(model.frame(x)[, 1], levels = l[1]:l[2])))
   })
-
-  message("    R-kwadrat")
-  lapply(modeleDl, function(x) {return(summary(x)$r.squared)}) %>% print()
-  message("    odsetek poprawnych klasyfikacji")
-  lapply(tabeleDl, function(x) {return(sum(diag(x)) / sum(x))}) %>% print()
+  cat("    statystyki dopasowania\n")
+  data.frame(zmienna = names(modeleDl),
+             R2 = lapply(modeleDl, function(x) {return(summary(x)$r.squared)}) %>%
+               unlist() %>%
+               round(3),
+             `odsetek poprawn. klasyf.` =
+               lapply(tabeleDl, function(x) {return(sum(diag(x)) / sum(x))}) %>%
+               unlist() %>%
+               round(3),
+             check.names = FALSE) %>%
+    print(row.names = FALSE)
   epizodyImputM = mapply(function(x, m) {
     x = x %>%
       mutate(rok_kon_f =
@@ -216,6 +229,7 @@ imputuj_mies_pk_pilrm = function(x) {
   epizodyImput = suppressWarnings(bind_rows(epizodyImputM)) %>%
     select("ID", "typ_epizodu", "nr", "czas_rozp", "czas_kon", "czy_zakonczony") %>%
     rename(czas_rozp_imput = .data$czas_rozp, czas_kon_imput = .data$czas_kon)
+  message("Wyniki imputacji:")
   table(czas_rozp_imput = epizodyImput$czas_rozp_imput,
         czas_kon_imput = epizodyImput$czas_kon_imput, exclude = NULL) %>%
     print()
diff --git a/R/koryguj_statusy.R b/R/koryguj_statusy.R
new file mode 100644
index 0000000..68255c4
--- /dev/null
+++ b/R/koryguj_statusy.R
@@ -0,0 +1,97 @@
+#' @title Tworzenie zbioru osobo-miesiecy
+#' @description
+#' Funkcja odpowiada za rozstrzyganie konfliktów pomiędzy statusami
+#' nauki/pracy/bezrobocia w poszczególnych miesiącach wynikającymi z deklaracji
+#' respondentów. Jest wykorzystywana wewnątrz wywołań funkcji
+#' \code{\link{przygotuj_zbior_osobo_miesiecy_pilrm}}
+#' i \code{\link{przygotuj_zbior_osobo_miesiecy_1rm}}.
+#' @param x ramka danych obemująca opis statusów \strong{jednego} badanego
+#' @param zmiennaID ciąg znaków - nazwa zmiennej przechowującej unikalne ID badanego
+#' @param kodyPracyNaCzarno wektor liczbowy - wartości zmiennej \code{praca},
+#' które opisują pracę na czarno (czyli takie, które nie wchodzą w formalny
+#' konflikt z posiadaniem statusu zarejestrwoanego bezrobotnego)
+#' @return ramka danych ze skorygowanymi statusami i dopisanymi kolumnami
+#' opisującymi, jakie zmiany zostały dokonane
+#' @importFrom dplyr .data case_when mutate right_join select
+koryguj_statusy = function(x, zmiennaID,
+                           kodyPracyNaCzarno = vector(mode = "numeric", length = 0)) {
+  stopifnot(is.character(zmiennaID), length(zmiennaID) == 1,
+            is.numeric(kodyPracyNaCzarno))
+  stopifnot(zmiennaID %in% names(x),
+            zmiennaID == "ID_RESP" | !("ID_RESP" %in% names(x)))
+  names(x)[names(x) == zmiennaID] = "ID_RESP"
+
+  x = suppressMessages(
+    x %>%
+      right_join(data.frame(czas = min(x$czas):max(x$czas))) %>%
+      mutate(praca_a_bezrobocie =
+               case_when(is.na(.data$praca) | is.na(.data$bezrobocie) ~ "ndt.",
+                         (.data$praca %in% kodyPracyNaCzarno) &
+                           !is.na(.data$bezrobocie) ~ "praca na czarno na bezrobociu",
+                         !(.data$praca %in% c(kodyPracyNaCzarno, NA) &
+                             !is.na(.data$bezrobocie)) ~ "konflikt"),
+             korekta_ciaglosc_nauki = "ndt."))
+  # jeśli mamy tylko jeden epizod, niewątpliwie nie ma konfliktów (a kod poniżej się wykrzaczy)
+  if (nrow(x) == 1) {
+    return(select(x, -"ID_RESP"))
+  }
+  # korekta "konfliktów" pracy i bezrobocia
+  for (i in 1:(nrow(x) - 1)) {
+    if (all(!(x$praca[i:(i + 1)] %in% c(kodyPracyNaCzarno, NA)) &
+            !is.na(x$bezrobocie[i:(i + 1)]))) {
+      if (i == 1) {
+        x$praca_a_bezrobocie[i] = "miesiąc graniczny"
+      } else if (x$imput_praca[i] %in% 0 & x$imput_bezrobocie[i] %in% 1) {
+        x$bezrobocie[i] = NA
+        x$praca_a_bezrobocie[i] = "skorygowano bezrobocie"
+      } else if (x$imput_praca[i] %in% 1 & x$imput_bezrobocie[i] %in% 0) {
+        x$praca[i] = NA
+        x$praca_a_bezrobocie[i] = "skorygowano pracę"
+      } else if (x$imput_praca[i] %in% 0 & x$imput_bezrobocie[i] %in% 0) {
+        x$praca_a_bezrobocie[i] = "sprzeczne deklaracje resp."
+      } else if (x$imput_praca[i] %in% 1 & x$imput_bezrobocie[i] %in% 1) {
+        x$praca_a_bezrobocie[i] = "sprzeczne wyniki imputacji"
+      }
+      if ((i + 1) == nrow(x)) {
+        if (x$imput_praca[i + 1] %in% 0 & x$imput_bezrobocie[i + 1] %in% 1) {
+          x$bezrobocie[i + 1] = NA
+          x$praca_a_bezrobocie[i + 1] = "skorygowano bezrobocie"
+        } else if (x$imput_praca[i + 1] %in% 1 & x$imput_bezrobocie[i + 1] %in% 0) {
+          x$praca[i + 1] = NA
+          x$praca_a_bezrobocie[i + 1] = "skorygowano pracę"
+        } else if (x$imput_praca[i + 1] %in% 0 & x$imput_bezrobocie[i + 1] %in% 0) {
+          x$praca_a_bezrobocie[i + 1] = "sprzeczne deklaracje resp."
+        } else if (x$imput_praca[i + 1] %in% 1 & x$imput_bezrobocie[i + 1] %in% 1) {
+          x$praca_a_bezrobocie[i + 1] = "sprzeczne wyniki imputacji"
+        }
+      }
+    } else if (!(x$praca[i] %in% c(kodyPracyNaCzarno, NA)) &
+               !is.na(x$bezrobocie[i])) {
+      x$praca_a_bezrobocie[i] = "miesiąc graniczny"
+    } else if (!(x$praca[i + 1] %in% c(kodyPracyNaCzarno, NA)) &
+               !is.na(x$bezrobocie[i + 1])) {
+      x$praca_a_bezrobocie[i + 1] = "miesiąc graniczny"
+    }
+  }
+  # korekta wakacji, gdy ciągłość nauki
+  for (i in setdiff(which(x$nauka %in% 2 & (x$czas %% 12) %in% 4), 1:5)) {
+    if (!is.na(x$nauka[i - 5])) {
+      x$korekta_ciaglosc_nauki[intersect((i - 4):(i - 1),
+                                         which(is.na(x$nauka)))] = "skorygowane"
+      x$nauka[(i - 4):(i - 1)] =
+        ifelse(is.na(x$nauka[(i - 4):(i - 1)]),
+               2, x$nauka[(i - 4):(i - 1)])
+    }
+  }
+  for (i in setdiff(which(x$nauka %in% 3 & (x$czas %% 12) %in% 3), 1:4)) {
+    if (!is.na(x$nauka[i - 4])) {
+      x$korekta_ciaglosc_nauki[intersect((i - 3):(i - 1),
+                                         which(is.na(x$nauka)))] = "skorygowane"
+      x$nauka[(i - 3):(i - 1)] =
+        ifelse(is.na(x$nauka[(i - 3):(i - 1)]),
+               3, x$nauka[(i - 3):(i - 1)])
+    }
+  }
+  # koniec
+  return(select(x, -"ID_RESP"))
+}
diff --git a/R/przygotuj_zbior_osobo_miesiecy_1rm.R b/R/przygotuj_zbior_osobo_miesiecy_1rm.R
new file mode 100644
index 0000000..b80ad49
--- /dev/null
+++ b/R/przygotuj_zbior_osobo_miesiecy_1rm.R
@@ -0,0 +1,232 @@
+#' @title Tworzenie zbioru osobo-miesiecy
+#' @description
+#' Funkcja przekształca dane o epizodach nauki, pracy i bezrobocia, zebrane
+#' w ramach 1. rundy monitoringu na zbiór, w którym obserwacją jest konkretny
+#' badany w konkretnym miesiącu, a zmienne opisują jego status zatrudnienia/nauki.
+#' @param x lista zwracana przez funkcję \code{\link{imputuj_miesiac_pk_1rm}}
+#' @details
+#' Tworzony w ten sposób zbiór wbrew pozorom nie jest wykorzystywany do
+#' obliczania wskaźników wykorzystywanych później w raportach szkół, ale do
+#' analiz na potrzeby raportu podsumowującego rundę monitorigu.
+#' @return ramka danych
+#' @export
+#' @importFrom tidyr unnest
+#' @importFrom dplyr .data arrange case_when filter first last left_join mutate
+#' n select summarise
+przygotuj_zbior_osobo_miesiecy_1rm = function(x) {
+  stopifnot(is.list(x),
+            all(c("dane", "epizody") %in% names(x)))
+  dane = x$dane
+  epizody = x$epizody
+  rm(x)
+
+  message("Przygotowywanie danych.")
+  names(dane) = sub("ABS_", "", names(dane))
+  names(dane) = names(dane) %>% tolower()
+  names(dane) = sub("^id_resp$", "ID_RESP", names(dane))
+  labTemp = attributes(dane$m3)
+  dane$m3 = as.numeric(dane$m3)
+  attributes(dane$m3) = labTemp
+  dane$f6[dane$f6 == 7] = NA
+  dane$m2[!(dane$m2 %in% 1950:2000)] = NA
+  dane$m3[!(dane$m3 %in% (1:6))] = NA
+
+  names(epizody) = sub("ABS_", "", names(epizody))
+  epizody = suppressWarnings(suppressMessages(
+    epizody %>%
+      filter(.data$typ_epizodu %in% c("bezrobocie", "LO dla dorosłych", "praca",
+                                      "SPolic.", "studia", "szkoła objęta badaniem")) %>%
+      left_join(dane %>%
+                  select("ID_RESP", "r5s2")))) %>%
+    mutate(typ_epizodu = ifelse(.data$typ_epizodu == "szkoła objęta badaniem",
+                                "szkoła", .data$typ_epizodu),
+           praca = case_when(.data$pg2h %in% 1 ~ 1,
+                             .data$pg2h %in% 2 ~ 2,
+                             .data$pg2h %in% 3 ~ 3,
+                             .data$pg2h %in% 4 ~ 4,
+                             .data$pg2h %in% 5 ~ 5,
+                             .data$pg2g %in% 6 ~ 6,
+                             .data$pg2g %in% 7 ~ 7,
+                             .data$pg2h %in% (7:8) ~ 8,
+                             .data$pg2h %in% 6 ~ 9,
+                             .data$typ_epizodu == "praca" ~ 10,
+                             TRUE ~ NA_real_),
+           nauka = case_when(.data$typ_epizodu == "szkoła" ~ 1,
+                             .data$typ_epizodu == "studia" ~ 2,
+                             .data$typ_epizodu %in% c("LO dla dorosłych", "SPolic.") ~ 3,
+                             TRUE ~ NA_real_),
+           bezrobocie = case_when(.data$pb1f %in% 1 ~ 1,
+                                  .data$pb1f %in% 2 ~ 2,
+                                  .data$typ_epizodu == "bezrobocie" ~ 3,
+                                  TRUE ~ NA_real_),
+           czas_zakon = ifelse(.data$czy_zakonczony %in% 1,
+                               .data$czas_zakon, 5 + as.numeric(.data$r5s2)),
+           czas_rozp = ifelse(.data$typ_epizodu == "szkoła",
+                              -9, .data$czas_rozp),
+           czas_rozp_imput = .data$czas_rozp_imput == 1,
+           czas_zakon_imput = .data$czas_zakon_imput == 1) %>%
+    select("ID_RESP", "typ_epizodu", "czas_rozp", "czas_zakon", "czy_zakonczony",
+           "czas_rozp_imput", "czas_zakon_imput", "praca", "nauka", "bezrobocie")
+  message("Moment przeprowadzenia wywiadu (w 2018 r.):")
+  table(`dzień` = factor(dane$r5s3, 1:31), `miesiąc` = dane$r5s2) %>% print()
+
+  # przekształcanie
+  lBD = sum(is.na(epizody$czas_rozp) | is.na(epizody$czas_zakon))
+  message("Do odrzucenia jest ", lBD, " rekordów (",
+          round(100 * lBD / nrow(epizody), 1),
+          "% odnotowanych epizodów),\n",
+          "odnośnie których respondenci nie byli w stanie podać nawet roku ich rozpoczęcia lub zakończenia.")
+  message("\nPrzekształcanie danych.")
+  message("  Tworzenie zbioru epizodo-miesięcy.")
+  epizodoMiesiace = epizody %>%
+    filter(!is.na(.data$czas_rozp) & !is.na(.data$czas_zakon)) %>%
+    filter(.data$czas_zakon >= -9) %>%
+    mutate(status = ifelse(!is.na(.data$praca),
+                           .data$praca,
+                           ifelse(!is.na(.data$nauka),
+                                  .data$nauka,
+                                  .data$bezrobocie)),
+           lp = 1:n(),
+           typ_epizodu = ifelse(.data$typ_epizodu %in% c("studia", "SPolic.",
+                                                         "LO dla dorosłych",
+                                                         "szkoła"),
+                                "nauka", .data$typ_epizodu)) %>%
+    group_by(.data$ID_RESP, .data$lp, .data$typ_epizodu, .data$status,
+             .data$czas_rozp_imput, .data$czas_zakon_imput) %>%
+    do(data.frame(czas = .data$czas_rozp:.data$czas_zakon)) %>% # zapewne nie super wydajne, ale wygodne
+    arrange(.data$ID_RESP, .data$typ_epizodu, .data$lp, .data$czas) %>%
+    group_by(.data$ID_RESP, .data$typ_epizodu, .data$lp) %>%
+    mutate(imput =
+             case_when(n() == 1 ~ .data$czas_rozp_imput & .data$czas_zakon_imput,
+                       czas == first(.data$czas) ~ .data$czas_rozp_imput,
+                       czas == last(.data$czas) ~ .data$czas_zakon_imput,
+                       TRUE ~ .data$czas_rozp_imput | .data$czas_zakon_imput) %>%
+             as.numeric())
+  epizodoTypMiesiace = epizodoMiesiace %>%
+    arrange(.data$ID_RESP, .data$typ_epizodu, .data$czas, .data$imput,
+            .data$status) %>%
+    group_by(.data$ID_RESP, .data$typ_epizodu, .data$czas) %>%
+    summarise(status = first(.data$status),
+              imput = first(.data$imput))
+  message("\n  Tworzenie zbioru osobo-miesięcy.")
+  osoboMiesiace = epizodoTypMiesiace %>%
+    group_by(.data$ID_RESP, .data$czas) %>%
+    summarise(praca = ifelse(any(.data$typ_epizodu == "praca"),
+                             .data$status[.data$typ_epizodu == "praca"], NA),
+              nauka = ifelse(any(.data$typ_epizodu == "nauka"),
+                             .data$status[.data$typ_epizodu == "nauka"], NA),
+              bezrobocie = ifelse(any(.data$typ_epizodu == "bezrobocie"),
+                                  .data$status[.data$typ_epizodu == "bezrobocie"], NA),
+              imput_praca = ifelse(any(.data$typ_epizodu == "praca"),
+                                   .data$imput[.data$typ_epizodu == "praca"], NA),
+              imput_nauka = ifelse(any(.data$typ_epizodu == "nauka"),
+                                   .data$imput[.data$typ_epizodu == "nauka"], NA),
+              imput_bezrobocie = ifelse(any(.data$typ_epizodu == "bezrobocie"),
+                                        .data$imput[.data$typ_epizodu == "bezrobocie"], NA)) %>%
+    arrange(.data$ID_RESP, .data$czas) %>%
+    group_by(.data$ID_RESP) %>%
+    do(status = koryguj_statusy(.data, "ID_RESP", 9:10)) %>%
+    unnest() %>%
+    mutate(status = ifelse(is.na(.data$praca) & is.na(.data$nauka) & is.na(.data$bezrobocie),
+                           "999", ""),
+           praca = ifelse(is.na(.data$praca), 0, .data$praca),
+           nauka = ifelse(is.na(.data$nauka), 0, .data$nauka),
+           bezrobocie = ifelse(is.na(.data$bezrobocie), 0, .data$bezrobocie),
+           bezrobocie = ifelse(.data$status == "999", 2, .data$bezrobocie),
+           status = ifelse(.data$status == "999", .data$status,
+                           paste0(.data$praca, .data$nauka, .data$bezrobocie)),
+           data = paste0(2017 + (.data$czas + 5) %/% 12, "_",
+                         sub(" ", "0",
+                             format(1 + ((.data$czas - 7) %% 12), width = 2))),
+           imput_praca = 2 - .data$imput_praca,
+           imput_nauka = 2 - .data$imput_nauka,
+           imput_bezrobocie = 2 - .data$imput_bezrobocie,
+           praca_a_bezrobocie = factor(.data$praca_a_bezrobocie,
+                                       levels = c("ndt.",
+                                                  "praca na czarno na bezrobociu",
+                                                  "miesiąc graniczny",
+                                                  "skorygowano pracę",
+                                                  "skorygowano bezrobocie",
+                                                  "sprzeczne deklaracje resp.",
+                                                  "sprzeczne wyniki imputacji")),
+           korekta_ciaglosc_nauki = factor(.data$korekta_ciaglosc_nauki,
+                                           levels = c("ndt.", "skorygowane")))
+  osoboMiesiace = suppressWarnings(suppressMessages(
+    osoboMiesiace %>%
+      left_join(dane %>%
+                  select("ID_RESP", "typ_szkoly", "f4", "f6", "f7",
+                         "m1", "m2", "m3", "r5s2")))) %>%
+    mutate(r5s2 = as.numeric(.data$r5s2)) %>%
+    filter(.data$czas < (6 + .data$r5s2), .data$czas >= -9) %>%
+    select("ID_RESP", "typ_szkoly", "r5s2", "f4", "f6", "f7",
+           "m1", "m2", "m3", "data", "czas",
+           "status", "praca", "nauka", "bezrobocie", "praca_a_bezrobocie",
+           "korekta_ciaglosc_nauki", starts_with("imput_"))
+  message("\nStatystyki korekt statusów:")
+  message("  praca a bezrobocie")
+  table(osoboMiesiace$praca_a_bezrobocie) %>%
+    as.data.frame() %>%
+    setNames(c("sytuacja", "n")) %>%
+    print(row.names = FALSE, right = FALSE)
+  message("  korekta ciągłości nauki")
+  table(osoboMiesiace$korekta_ciaglosc_nauki) %>%
+    as.data.frame() %>%
+    setNames(c("sytuacja", "n")) %>%
+    print(row.names = FALSE, right = FALSE)
+
+  # upiększanie (etykietowanie)
+  message("Dodawanie etykiet.")
+  attributes(osoboMiesiace$ID_RESP)$label = attributes(dane$ID_RESP)$label
+  attributes(osoboMiesiace$r5s2)$label = attributes(dane$r5s2)$label
+  osoboMiesiace$f4 = factor(osoboMiesiace$f4)
+  attributes(osoboMiesiace$f4)$label = attributes(dane$f4)$label
+  attributes(osoboMiesiace$data)$label = "Miesiąc i rok"
+  attributes(osoboMiesiace$status)$label = "Zbiorcza informacja o statusie resp. w danym miesiącu"
+  attributes(osoboMiesiace$czas)$label = "Miesiąc i rok wyrażone jako liczba miesięcy od czerwca 2017"
+  attributes(osoboMiesiace$praca)$label = "Status zatrudnienia resp. w danym miesiącu"
+  attributes(osoboMiesiace$praca)$labels = c(
+    "zatrudniony na umowę o pracę na czas określony" = 1,
+    "zatrudniony na umowę o pracę na czas nieokreślony" = 2,
+    "zatrudniony przez agencję pracy tymczasowej" = 3,
+    "zatrudniony na umowie cywilnoprawnej" = 4,
+    "samozatrudniony (praca 'u kogoś')" = 5,
+    "prowadzi własną działalność ('praca 'u siebie')" = 6,
+    "prowadzi własne gosp. rolne" = 7,
+    "odbywa staż lub praktykę absolwencką" = 8,
+    "zatrudniony bez umowy (na czarno)" = 9,
+    "zatrudniony ale nie wiadomo w jakiej formie" = 10,
+    "niezatrudniony" = 0)
+  attributes(osoboMiesiace$nauka)$label = "Status uczestnictwa w edukacji formalnej resp. w danym miesiącu"
+  attributes(osoboMiesiace$nauka)$labels = c(
+    "uczy się w szkole, jako uczeń której był badany" = 1,
+    "studiuje" = 2,
+    "uczy się w LO dla dorosłych lub SPolic." = 3,
+    "nie uczy się" = 0)
+  attributes(osoboMiesiace$bezrobocie)$label = "Status poszukiwania pracy przez resp. w danym miesiącu"
+  attributes(osoboMiesiace$bezrobocie)$labels = c(
+    "bezrobotny, poszukuje pracy" = 1,
+    "bierny zawodowo" = 2,
+    "bez pracy, nie wiadomo, czy bierny, czy poszukuje pracy" = 3,
+    "nie jest bezrobotny" = 0)
+  attributes(osoboMiesiace$imput_praca)$label = "Czy status zatrudnienia był imputowany?"
+  attributes(osoboMiesiace$imput_praca)$labels = c("Tak" = 1, "Nie" = 2)
+  attributes(osoboMiesiace$imput_nauka)$label = "Czy status uczestnictwa w edukacji formalnej był imputowany?"
+  attributes(osoboMiesiace$imput_nauka)$labels = c("Tak" = 1, "Nie" = 2)
+  attributes(osoboMiesiace$imput_bezrobocie)$label = "Czy status poszukiwania pracy był imputowany?"
+  attributes(osoboMiesiace$imput_bezrobocie)$labels = c("Tak" = 1, "Nie" = 2)
+  attributes(osoboMiesiace$praca_a_bezrobocie)$label = "Informacja o 'konfliktach' pomiędzy statusem zatrudnienia a poszukiwania pracy"
+  attributes(osoboMiesiace$korekta_ciaglosc_nauki)$label = "Czy status uczestnictwa w edukacji formalnej był korygowany z powodu ciągłości nauki?"
+
+  for (i in 1:ncol(osoboMiesiace)) {
+    if ("label" %in% names(attributes(osoboMiesiace[[i]]))) {
+      attributes(osoboMiesiace[[i]])$label = enc2native(attributes(osoboMiesiace[[i]])$label)
+    }
+    if ("labels" %in% names(attributes(osoboMiesiace[[i]]))) {
+      names(attributes(osoboMiesiace[[i]])$labels) =
+        enc2native(names(attributes(osoboMiesiace[[i]])$labels))
+      class(osoboMiesiace[[i]]) = "haven_labelled"
+    }
+  }
+
+  return(osoboMiesiace)
+}
diff --git a/R/przygotuj_zbior_osobo_miesiecy_pilrm.R b/R/przygotuj_zbior_osobo_miesiecy_pilrm.R
new file mode 100644
index 0000000..15c651a
--- /dev/null
+++ b/R/przygotuj_zbior_osobo_miesiecy_pilrm.R
@@ -0,0 +1,230 @@
+#' @title Tworzenie zbioru osobo-miesiecy
+#' @description
+#' Funkcja przekształca dane o epizodach nauki, pracy i bezrobocia, zebrane
+#' w ramach pilotażowej rundy monitoringu na zbiór, w którym obserwacją jest konkretny
+#' badany w konkretnym miesiącu, a zmienne opisują jego status zatrudnienia/nauki.
+#' @param x lista zwracana przez funkcję \code{\link{imputuj_miesiac_pk_pilrm}}
+#' @details
+#' Tworzony w ten sposób zbiór wbrew pozorom nie jest wykorzystywany do
+#' obliczania wskaźników wykorzystywanych później w raportach szkół, ale do
+#' analiz na potrzeby raportu podsumowującego rundę monitorigu.
+#' @return ramka danych
+#' @export
+#' @importFrom tidyr unnest
+#' @importFrom dplyr .data arrange bind_rows case_when filter first last
+#' left_join mutate n select summarise
+przygotuj_zbior_osobo_miesiecy_pilrm = function(x) {
+  stopifnot(is.list(x),
+            all(c("dane", "epizody") %in% names(x)))
+  dane = x$dane
+  epizody = x$epizody
+  rm(x)
+
+  message("Przygotowywanie danych.")
+  names(dane) = names(dane) %>% tolower()
+  names(dane) = sub("^(id_ibe|id)$", "ID", names(dane))
+  dane$ID = as.numeric(dane$ID)
+  labTemp = attributes(dane$m3)
+  dane$m3 = as.numeric(dane$m3)
+  attributes(dane$m3) = labTemp
+  dane$f6[dane$f6 == 7] = NA
+  dane$m2[!(dane$m2 %in% 1950:2000)] = NA
+  dane$m3[!(dane$m3 %in% (1:6))] = NA
+
+  epizody = suppressWarnings(suppressMessages(
+    epizody %>%
+      filter(.data$typ_epizodu %in% c("bezrobocie", "LO dla dorosłych", "praca",
+                                      "SPolic.", "studia")) %>%
+      left_join(dane %>% select("ID", "r5s2"))))
+  epizody = epizody %>%
+    mutate(praca = case_when(.data$pg2h %in% 1 ~ 1,
+                             .data$pg2h %in% 2 ~ 2,
+                             .data$pg2h %in% 3 ~ 3,
+                             .data$pg2h %in% 4 ~ 4,
+                             .data$pg2g %in% 4 ~ 5,
+                             .data$pg2g %in% 5 ~ 6,
+                             .data$pg2h %in% (6:7) ~ 7,
+                             .data$pg2h %in% 5 ~ 8,
+                             .data$typ_epizodu == "praca" ~ 9,
+                             TRUE ~ NA_real_),
+           imput_mies_rozp = epizody %>%
+             select("zp2a", "sp6c1", "pp6c1", "pg2c", "pb1b") %>%
+             is.na() %>%
+             apply(1, all),
+           imput_mies_kon = epizody %>%
+             select("zp2f", "sp6e1", "pp6f1", "pg2e", "pb1d") %>%
+             is.na() %>%
+             apply(1, all) & .data$czy_zakonczony %in% 1,
+           nauka = case_when(.data$typ_epizodu %in% "studia" ~ 2,
+                             .data$typ_epizodu %in% c("LO dla dorosłych",
+                                                      "SPolic.") ~ 3,
+                             TRUE ~ NA_real_),
+           bezrobocie = case_when(.data$pb1f %in% 1 ~ 1,
+                                  .data$pb1f %in% 2 ~ 2,
+                                  .data$typ_epizodu == "bezrobocie" ~ 3,
+                                  TRUE ~ NA_real_),
+           czas_kon = ifelse(.data$czy_zakonczony %in% 1,
+                             .data$czas_kon,
+                             17 + as.numeric(.data$r5s2))) %>%
+    select("ID", "typ_epizodu", "czas_rozp", "czas_kon", "czy_zakonczony",
+           "imput_mies_rozp", "imput_mies_kon", "praca", "nauka", "bezrobocie")
+  epizody = suppressWarnings(
+    epizody %>%
+      bind_rows(data.frame(ID = dane$ID, typ_epizodu = "szkoła", czas_rozp = -9,
+                           czas_kon = 0, czy_zakonczony = 1,
+                           imput_mies_rozp = FALSE, imput_mies_kon = FALSE,
+                           praca = NA, nauka = 1, bezrobocie = NA,
+                           stringsAsFactors = FALSE)))
+  message("Moment przeprowadzenia wywiadu (w 2017 r.):")
+  table(`dzień` = factor(dane$r5s3, 1:31), `miesiąc` = dane$r5s2) %>% print()
+
+  # przekształcanie
+  lBD = sum(is.na(epizody$czas_rozp) | is.na(epizody$czas_kon))
+  message("Do odrzucenia jest ", lBD, " rekordów (",
+          round(100 * lBD / nrow(epizody), 1),
+          "% odnotowanych epizodów),\n",
+          "odnośnie których respondenci nie byli w stanie podać nawet roku ich rozpoczęcia lub zakończenia.")
+  message("\nPrzekształcanie danych.")
+  message("  Tworzenie zbioru epizodo-miesięcy.")
+  epizodoMiesiace = epizody %>%
+    filter(!is.na(.data$czas_rozp) & !is.na(.data$czas_kon)) %>%
+    mutate(status = ifelse(!is.na(.data$praca),
+                           .data$praca,
+                           ifelse(!is.na(.data$nauka),
+                                  .data$nauka,
+                                  .data$bezrobocie)),
+           lp = 1:n(),
+           typ_epizodu = ifelse(.data$typ_epizodu %in% c("studia", "SPolic.",
+                                                         "LO dla dorosłych",
+                                                         "szkoła"),
+                                "nauka", .data$typ_epizodu)) %>%
+    group_by(.data$ID, .data$lp, .data$typ_epizodu, .data$status,
+             .data$imput_mies_rozp, .data$imput_mies_kon) %>%
+    do(data.frame(czas = .data$czas_rozp:.data$czas_kon)) %>% # zapewne nie super wydajne, ale wygodne
+    arrange(.data$ID, .data$typ_epizodu, .data$lp, .data$czas) %>%
+    group_by(.data$ID, .data$typ_epizodu, .data$lp) %>%
+    mutate(imput = case_when(n() == 1 ~ .data$imput_mies_rozp & .data$imput_mies_kon,
+                             czas == first(.data$czas) ~ .data$imput_mies_rozp,
+                             czas == last(.data$czas) ~ .data$imput_mies_kon,
+                             TRUE ~ .data$imput_mies_rozp | .data$imput_mies_kon) %>%
+             as.numeric())
+  epizodoTypMiesiace = epizodoMiesiace %>%
+    arrange(.data$ID, .data$typ_epizodu, .data$czas, .data$imput, .data$status) %>%
+    group_by(.data$ID, .data$typ_epizodu, .data$czas) %>%
+    summarise(status = first(.data$status),
+              imput = first(.data$imput))
+  message("\n  Tworzenie zbioru osobo-miesięcy.")
+  osoboMiesiace = epizodoTypMiesiace %>%
+    group_by(.data$ID, .data$czas) %>%
+    summarise(praca = ifelse(any(.data$typ_epizodu == "praca"),
+                             .data$status[.data$typ_epizodu == "praca"], NA),
+              nauka = ifelse(any(.data$typ_epizodu == "nauka"),
+                             .data$status[.data$typ_epizodu == "nauka"], NA),
+              bezrobocie =  ifelse(any(.data$typ_epizodu == "bezrobocie"),
+                                   .data$status[.data$typ_epizodu == "bezrobocie"], NA),
+              imput_praca = ifelse(any(.data$typ_epizodu == "praca"),
+                                   .data$imput[.data$typ_epizodu == "praca"], NA),
+              imput_nauka = ifelse(any(.data$typ_epizodu == "nauka"),
+                                   .data$imput[.data$typ_epizodu == "nauka"], NA),
+              imput_bezrobocie =  ifelse(any(.data$typ_epizodu == "bezrobocie"),
+                                         .data$imput[.data$typ_epizodu == "bezrobocie"], NA)) %>%
+    arrange(.data$ID, .data$czas) %>%
+    group_by(.data$ID) %>%
+    do(status = koryguj_statusy(.data, "ID", 8:9)) %>%
+    unnest() %>%
+    mutate(status = ifelse(is.na(.data$praca) & is.na(.data$nauka) & is.na(.data$bezrobocie),
+                           "999", ""),
+           praca = ifelse(is.na(.data$praca), 0, .data$praca),
+           nauka = ifelse(is.na(.data$nauka), 0, .data$nauka),
+           bezrobocie = ifelse(is.na(.data$bezrobocie), 0, .data$bezrobocie),
+           bezrobocie = ifelse(.data$status == "999", 2, .data$bezrobocie),
+           status = ifelse(.data$status == "999", .data$status,
+                           paste0(.data$praca, .data$nauka, .data$bezrobocie)),
+           data = paste0(2015 + (.data$czas + 5) %/% 12, "_",
+                         sub(" ", "0", format(1 + (.data$czas %% 12), width = 2))),
+           imput_praca = 2 - .data$imput_praca,
+           imput_nauka = 2 - .data$imput_nauka,
+           imput_bezrobocie = 2 - .data$imput_bezrobocie,
+           praca_a_bezrobocie = factor(.data$praca_a_bezrobocie,
+                                       levels = c("ndt.",
+                                                  "praca na czarno na bezrobociu",
+                                                  "miesiąc graniczny",
+                                                  "skorygowano pracę",
+                                                  "skorygowano bezrobocie",
+                                                  "sprzeczne deklaracje resp.",
+                                                  "sprzeczne wyniki imputacji")),
+           korekta_ciaglosc_nauki = factor(.data$korekta_ciaglosc_nauki,
+                                           levels = c("ndt.", "skorygowane")))
+  osoboMiesiace = suppressWarnings(suppressMessages(
+    osoboMiesiace %>%
+      left_join(dane %>%
+                  select("ID", "typ_szkoly", "f6", "f7", "m1", "m2", "m3", "r5s2")))) %>%
+    mutate(r5s2 = as.numeric(.data$r5s2)) %>%
+    filter(.data$czas < (18 + .data$r5s2)) %>%
+    select("ID", "typ_szkoly", "r5s2", "f6", "f7", "m1", "m2", "m3",
+           "data", "czas", "status", "praca", "nauka", "bezrobocie",
+           "praca_a_bezrobocie", "korekta_ciaglosc_nauki", starts_with("imput_"))
+  message("\nStatystyki korekt statusów:")
+  message("  praca a bezrobocie")
+  table(osoboMiesiace$praca_a_bezrobocie) %>%
+    as.data.frame() %>%
+    setNames(c("sytuacja", "n")) %>%
+    print(row.names = FALSE, right = FALSE)
+  message("  korekta ciągłości nauki")
+  table(osoboMiesiace$korekta_ciaglosc_nauki) %>%
+    as.data.frame() %>%
+    setNames(c("sytuacja", "n")) %>%
+    print(row.names = FALSE, right = FALSE)
+
+  # upiększanie (etykietowanie)
+  message("Dodawanie etykiet.")
+  attributes(osoboMiesiace$ID)$label = attributes(dane$ID)$label
+  attributes(osoboMiesiace$r5s2)$label = attributes(dane$r5s2)$label
+  attributes(osoboMiesiace$data)$label = "Miesiąc i rok"
+  attributes(osoboMiesiace$status)$label = "Zbiorcza informacja o statusie resp. w danym miesiącu"
+  attributes(osoboMiesiace$czas)$label = "Miesiąc i rok wyrażone jako liczba miesięcy od czerwca 2015"
+  attributes(osoboMiesiace$praca)$label = "Status zatrudnienia resp. w danym miesiącu"
+  attributes(osoboMiesiace$praca)$labels = c(
+    "zatrudniony na umowę o pracę" = 1,
+    "zatrudniony przez agencję pracy tymczasowej" = 2,
+    "zatrudniony na umowie cywilnoprawnej" = 3,
+    "samozatrudniony (praca 'u kogoś')" = 4,
+    "prowadzi własną działalność ('praca 'u siebie')" = 5,
+    "prowadzi własne gosp. rolne" = 6,
+    "odbywa staż lub praktykę absolwencką" = 7,
+    "zatrudniony bez umowy (na czarno)" = 8,
+    "zatrudniony ale nie wiadomo w jakiej formie" = 9,
+    "niezatrudniony" = 0)
+  attributes(osoboMiesiace$nauka)$label = "Status uczestnictwa w edukacji formalnej resp. w danym miesiącu"
+  attributes(osoboMiesiace$nauka)$labels = c(
+    "uczy się w szkole, jako uczeń której był badany" = 1,
+    "studiuje" = 2,
+    "uczy się w LO dla dorosłych lub SPolic." = 3,
+    "nie uczy się" = 0)
+  attributes(osoboMiesiace$bezrobocie)$label = "Status poszukiwania pracy przez resp. w danym miesiącu"
+  attributes(osoboMiesiace$bezrobocie)$labels = c(
+    "bezrobotny, poszukuje pracy" = 1,
+    "bierny zawodowo" = 2,
+    "bez pracy, nie wiadomo, czy bierny, czy poszukuje pracy" = 3,
+    "nie jest bezrobotny" = 0)
+  attributes(osoboMiesiace$imput_praca)$label = "Czy status zatrudnienia był imputowany?"
+  attributes(osoboMiesiace$imput_praca)$labels = c("Tak" = 1, "Nie" = 2)
+  attributes(osoboMiesiace$imput_nauka)$label = "Czy status uczestnictwa w edukacji formalnej był imputowany?"
+  attributes(osoboMiesiace$imput_nauka)$labels = c("Tak" = 1, "Nie" = 2)
+  attributes(osoboMiesiace$imput_bezrobocie)$label = "Czy status poszukiwania pracy był imputowany?"
+  attributes(osoboMiesiace$imput_bezrobocie)$labels = c("Tak" = 1, "Nie" = 2)
+  attributes(osoboMiesiace$praca_a_bezrobocie)$label = "Informacja o 'konfliktach' pomiędzy statusem zatrudnienia a poszukiwania pracy"
+  attributes(osoboMiesiace$korekta_ciaglosc_nauki)$label = "Czy status uczestnictwa w edukacji formalnej był korygowany z powodu ciągłości nauki?"
+
+  for (i in 1:ncol(osoboMiesiace)) {
+    if ("label" %in% names(attributes(osoboMiesiace[[i]]))) {
+      attributes(osoboMiesiace[[i]])$label = enc2native(attributes(osoboMiesiace[[i]])$label)
+    }
+    if ("labels" %in% names(attributes(osoboMiesiace[[i]]))) {
+      names(attributes(osoboMiesiace[[i]])$labels) =
+        enc2native(names(attributes(osoboMiesiace[[i]])$labels))
+    }
+  }
+
+  return(osoboMiesiace)
+}
diff --git a/README.md b/README.md
index 4f95d7c..01c8587 100644
--- a/README.md
+++ b/README.md
@@ -1,7 +1,25 @@
 ![KL+RP+IBE+EFS](inst/Belka-Losy-absolwentow-Kolor-PL.png)
 
+[![Travis build status](https://travis-ci.org/tzoltak/MLASZraporty.svg?branch=master)](https://travis-ci.org/tzoltak/MLASZraporty)
+[![Coverage status](https://codecov.io/gh/tzoltak/MLASZraporty/branch/master/graph/badge.svg)](https://codecov.io/github/tzoltak/MLASZraporty?branch=master)
+
 # MLASZdane
 
 Pakiet został opracowany w ramach projektu *Monitorowanie losów edukacyjno-zawodowych absolwentów i młodych dorosłych* (POWR.02.15.00-IP.02-00-004/16) prowadzonego w Instytucie Badań Edukacyjnych w ramach działania 2.15. Kształcenie i szkolenie zawodowe dostosowane do potrzeb zmieniającej się gospodarki II. osi priorytetowej Efektywne polityki publiczne dla rynku pracy, gospodarki i edukacji Programu Operacyjnego Wiedza, Edukacja, Rozwój
 
 Pakiet służy do złączania danych z rejestrów, baz danych administracyjnych, baz danych wyników egzaminów i wyników badań sondażowych na potrzeby projektu MLEZAiMD.
+
+# Instalacja / aktualizacja
+
+Pakiet nie jest wypchnięty na CRAN, więc trzeba instalować go ze źródeł.
+
+Ponieważ jednak zawiera jedynie kod w R, nie ma potrzeby zaopatrywać się w kompilatory, itp.
+
+Instalację najproście przeprowadzić wykorzystując pakiet *devtools*:
+
+```r
+install.packages('devtools') # potrzebne tylko, gdy nie jest jeszcze zainstalowany
+devtools::install_github('tzoltak/MLASZdane')
+```
+
+Dokładnie w ten sam sposób można przeprowadzić aktualizację pakietu do najnowszej wersji.
diff --git a/codecov.yml b/codecov.yml
new file mode 100644
index 0000000..8f36b6c
--- /dev/null
+++ b/codecov.yml
@@ -0,0 +1,12 @@
+comment: false
+
+coverage:
+  status:
+    project:
+      default:
+        target: auto
+        threshold: 1%
+    patch:
+      default:
+        target: auto
+        threshold: 1%
diff --git a/man/imputuj_mies_pk_1rm.Rd b/man/imputuj_miesiac_pk_1rm.Rd
similarity index 87%
rename from man/imputuj_mies_pk_1rm.Rd
rename to man/imputuj_miesiac_pk_1rm.Rd
index 2de2fcf..15ee988 100644
--- a/man/imputuj_mies_pk_1rm.Rd
+++ b/man/imputuj_miesiac_pk_1rm.Rd
@@ -1,10 +1,10 @@
 % Generated by roxygen2: do not edit by hand
 % Please edit documentation in R/imputuj_miesiac_pk_1rm.R
-\name{imputuj_mies_pk_1rm}
-\alias{imputuj_mies_pk_1rm}
+\name{imputuj_miesiac_pk_1rm}
+\alias{imputuj_miesiac_pk_1rm}
 \title{Imputacja miesiacow rozpoczecia i zakonczenia epizodow w danych sondazowych}
 \usage{
-imputuj_mies_pk_1rm(x)
+imputuj_miesiac_pk_1rm(x)
 }
 \arguments{
 \item{x}{lista zwracana przez funkcję \code{\link{wczytaj_wyniki_1rm}}}
diff --git a/man/imputuj_mies_pk_pilrm.Rd b/man/imputuj_miesiac_pk_pilrm.Rd
similarity index 78%
rename from man/imputuj_mies_pk_pilrm.Rd
rename to man/imputuj_miesiac_pk_pilrm.Rd
index 337d38b..9f10cb4 100644
--- a/man/imputuj_mies_pk_pilrm.Rd
+++ b/man/imputuj_miesiac_pk_pilrm.Rd
@@ -1,10 +1,10 @@
 % Generated by roxygen2: do not edit by hand
-% Please edit documentation in R/imputuj_mies_pk_pilrm.R
-\name{imputuj_mies_pk_pilrm}
-\alias{imputuj_mies_pk_pilrm}
+% Please edit documentation in R/imputuj_miesiac_pk_pilrm.R
+\name{imputuj_miesiac_pk_pilrm}
+\alias{imputuj_miesiac_pk_pilrm}
 \title{Imputacja miesiacow rozpoczecia i zakonczenia epizodow w danych sondazowych}
 \usage{
-imputuj_mies_pk_pilrm(x)
+imputuj_miesiac_pk_pilrm(x)
 }
 \arguments{
 \item{x}{lista zwracana przez funkcję \code{\link{wczytaj_wyniki_pilrm}}}
diff --git a/man/koryguj_statusy.Rd b/man/koryguj_statusy.Rd
new file mode 100644
index 0000000..e464aa3
--- /dev/null
+++ b/man/koryguj_statusy.Rd
@@ -0,0 +1,29 @@
+% Generated by roxygen2: do not edit by hand
+% Please edit documentation in R/koryguj_statusy.R
+\name{koryguj_statusy}
+\alias{koryguj_statusy}
+\title{Tworzenie zbioru osobo-miesiecy}
+\usage{
+koryguj_statusy(x, zmiennaID, kodyPracyNaCzarno = vector(mode =
+  "numeric", length = 0))
+}
+\arguments{
+\item{x}{ramka danych obemująca opis statusów \strong{jednego} badanego}
+
+\item{zmiennaID}{ciąg znaków - nazwa zmiennej przechowującej unikalne ID badanego}
+
+\item{kodyPracyNaCzarno}{wektor liczbowy - wartości zmiennej \code{praca},
+które opisują pracę na czarno (czyli takie, które nie wchodzą w formalny
+konflikt z posiadaniem statusu zarejestrwoanego bezrobotnego)}
+}
+\value{
+ramka danych ze skorygowanymi statusami i dopisanymi kolumnami
+opisującymi, jakie zmiany zostały dokonane
+}
+\description{
+Funkcja odpowiada za rozstrzyganie konfliktów pomiędzy statusami
+nauki/pracy/bezrobocia w poszczególnych miesiącach wynikającymi z deklaracji
+respondentów. Jest wykorzystywana wewnątrz wywołań funkcji
+\code{\link{przygotuj_zbior_osobo_miesiecy_pilrm}}
+i \code{\link{przygotuj_zbior_osobo_miesiecy_1rm}}.
+}
diff --git a/man/przygotuj_zbior_osobo_miesiecy_1rm.Rd b/man/przygotuj_zbior_osobo_miesiecy_1rm.Rd
new file mode 100644
index 0000000..6944a5a
--- /dev/null
+++ b/man/przygotuj_zbior_osobo_miesiecy_1rm.Rd
@@ -0,0 +1,24 @@
+% Generated by roxygen2: do not edit by hand
+% Please edit documentation in R/przygotuj_zbior_osobo_miesiecy_1rm.R
+\name{przygotuj_zbior_osobo_miesiecy_1rm}
+\alias{przygotuj_zbior_osobo_miesiecy_1rm}
+\title{Tworzenie zbioru osobo-miesiecy}
+\usage{
+przygotuj_zbior_osobo_miesiecy_1rm(x)
+}
+\arguments{
+\item{x}{lista zwracana przez funkcję \code{\link{imputuj_miesiac_pk_1rm}}}
+}
+\value{
+ramka danych
+}
+\description{
+Funkcja przekształca dane o epizodach nauki, pracy i bezrobocia, zebrane
+w ramach 1. rundy monitoringu na zbiór, w którym obserwacją jest konkretny
+badany w konkretnym miesiącu, a zmienne opisują jego status zatrudnienia/nauki.
+}
+\details{
+Tworzony w ten sposób zbiór wbrew pozorom nie jest wykorzystywany do
+obliczania wskaźników wykorzystywanych później w raportach szkół, ale do
+analiz na potrzeby raportu podsumowującego rundę monitorigu.
+}
diff --git a/man/przygotuj_zbior_osobo_miesiecy_pilrm.Rd b/man/przygotuj_zbior_osobo_miesiecy_pilrm.Rd
new file mode 100644
index 0000000..51dfdda
--- /dev/null
+++ b/man/przygotuj_zbior_osobo_miesiecy_pilrm.Rd
@@ -0,0 +1,24 @@
+% Generated by roxygen2: do not edit by hand
+% Please edit documentation in R/przygotuj_zbior_osobo_miesiecy_pilrm.R
+\name{przygotuj_zbior_osobo_miesiecy_pilrm}
+\alias{przygotuj_zbior_osobo_miesiecy_pilrm}
+\title{Tworzenie zbioru osobo-miesiecy}
+\usage{
+przygotuj_zbior_osobo_miesiecy_pilrm(x)
+}
+\arguments{
+\item{x}{lista zwracana przez funkcję \code{\link{imputuj_miesiac_pk_pilrm}}}
+}
+\value{
+ramka danych
+}
+\description{
+Funkcja przekształca dane o epizodach nauki, pracy i bezrobocia, zebrane
+w ramach pilotażowej rundy monitoringu na zbiór, w którym obserwacją jest konkretny
+badany w konkretnym miesiącu, a zmienne opisują jego status zatrudnienia/nauki.
+}
+\details{
+Tworzony w ten sposób zbiór wbrew pozorom nie jest wykorzystywany do
+obliczania wskaźników wykorzystywanych później w raportach szkół, ale do
+analiz na potrzeby raportu podsumowującego rundę monitorigu.
+}
diff --git a/tests/testthat.R b/tests/testthat.R
index 511dce5..be59287 100644
--- a/tests/testthat.R
+++ b/tests/testthat.R
@@ -1,4 +1,4 @@
 library(testthat)
 library(MLASZdane)
 
-#test_check("MLASZdane")
+test_check("MLASZdane")
diff --git a/tests/testthat/test-MLASZdane_klasy.R b/tests/testthat/test-MLASZdane_klasy.R
deleted file mode 100644
index e69de29..0000000
diff --git a/tests/testthat/test-przygotowanie_danych_1rm.R b/tests/testthat/test-przygotowanie_danych_1rm.R
new file mode 100644
index 0000000..c83deb2
--- /dev/null
+++ b/tests/testthat/test-przygotowanie_danych_1rm.R
@@ -0,0 +1,32 @@
+if (dir.exists("../../data_local")) {
+  context("Wczytanie danych z 1. rundy monitoringu")
+  w1rm = wczytaj_wyniki_1rm("../../data_local/MLEZAiMD_I_runda_CAPI_absolwent_n7713_20180924_z_wagami_z_kodowaniem.sav")
+  test_that("wczytaj_wyniki_1rm()", {
+
+    expect_type(w1rm, "list")
+    expect_named(w1rm, c("dane", "epizody", "gospDom"))
+    for (i in names(w1rm)) {
+      expect_is(w1rm[[i]], "data.frame", label = i)
+    }
+  })
+
+  context("Imputacja czasów rozpoczęcia i zakończenia w danych z 1. rundy monitoringu")
+  wi1rm = imputuj_miesiac_pk_1rm(w1rm)
+  test_that("imputuj_miesiac_pk_pilrm()", {
+    expect_type(wi1rm, "list")
+    expect_named(wi1rm, c("dane", "epizody", "gospDom"))
+    for (i in names(wi1rm)) {
+      expect_is(wi1rm[[i]], "data.frame", label = i)
+    }
+  })
+
+  context("Tworzenie zbioru osobo-miesięcy na podstawie danych z 1. rundy monitoringu")
+  om1rm = przygotuj_zbior_osobo_miesiecy_1rm(wi1rm)
+  test_that("przygotuj_zbior_osobo_miesiecy_1rm()", {
+    expect_is(om1rm, "data.frame")
+    nazwy = c("ID", "data", "czas", "status", "praca", "nauka", "bezrobocie",
+              "praca_a_bezrobocie", "korekta_ciaglosc_nauki",
+              "imput_praca", "imput_nauka", "imput_bezrobocie")
+    expect_named(om1rm[, names(om1rm) %in% nazwy], ignore.order = TRUE)
+  })
+}
diff --git a/tests/testthat/test-przygotowanie_danych_pilrm.R b/tests/testthat/test-przygotowanie_danych_pilrm.R
new file mode 100644
index 0000000..3c8e3ac
--- /dev/null
+++ b/tests/testthat/test-przygotowanie_danych_pilrm.R
@@ -0,0 +1,31 @@
+if (dir.exists("../../data_local")) {
+  context("Wczytanie danych z pilotażowej rundy monitoringu")
+  wpilrm = wczytaj_wyniki_pilrm("../../data_local/MLEZAMiD_absolwent_n2959_20171013.sav")
+  test_that("wczytaj_wyniki_pilrm()", {
+    expect_type(wpilrm, "list")
+    expect_named(wpilrm, c("dane", "epizody", "gospDom", "czasy"))
+    for (i in names(wpilrm)) {
+      expect_is(wpilrm[[i]], "data.frame", label = i)
+    }
+  })
+
+  context("Imputacja czasów rozpoczęcia i zakończenia w danych z pilotażowej rundy monitoringu")
+  wipilrm = imputuj_miesiac_pk_pilrm(wpilrm)
+  test_that("imputuj_miesiac_pk_pilrm()", {
+    expect_type(wipilrm, "list")
+    expect_named(wipilrm, c("dane", "epizody", "gospDom", "czasy"))
+    for (i in names(wipilrm)) {
+      expect_is(wipilrm[[i]], "data.frame", label = i)
+    }
+  })
+
+  context("Tworzenie zbioru osobo-miesięcy na podstawie danych z pilotażowej rundy monitoringu")
+  ompilrm = przygotuj_zbior_osobo_miesiecy_pilrm(wipilrm)
+  test_that("przygotuj_zbior_osobo_miesiecy_1rm()", {
+    expect_is(ompilrm, "data.frame")
+    nazwy = c("ID", "data", "czas", "status", "praca", "nauka", "bezrobocie",
+              "praca_a_bezrobocie", "korekta_ciaglosc_nauki",
+              "imput_praca", "imput_nauka", "imput_bezrobocie")
+    expect_named(ompilrm[, names(ompilrm) %in% nazwy], ignore.order = TRUE)
+  })
+}