############################################################################
# inicialización
linnerud <- read.csv("Linnerud.csv",row.names=1,header=TRUE)
data     <- linnerud
############################################################################
# estadísticas 
summary(data)                             # estadísticas ordenales
n     <- dim(data)[1]                     # número de filas     
p     <- dim(data)[2]                     # número de columnas  
m     <- apply(data,2,mean); m            # promedios
vard  <- (n-1)/n*var(data) ; vard         # matriz de covarianza   
stdev <- sqrt(diag(vard)) ; stdev         # desvío estándar
corr  <- cor(data); corr                  # matriz de correlación 
qcor <- function (alpha, n) {             # cuantil de correlación
  palfa = 1 - alpha/2 
  df = n-2       
  t=qt(palfa,df)
  r = sqrt(t^2/(t^2+df))        
  r
}
qcor(0.05,20)                             # cuantil 0.95
plot(data)                                # gráficos nubes
dev.copy(pdf,"multiple_scatter.pdf")
dev.off()
# estandarización de la tabla de datos
z     <- scale(data,center=TRUE,scale=stdev); 
rownames(z) <- rownames(data) ; z
# controles
(n-1)/n*var(z)                            # varianza
t(z)%*%z                                  # suma de cuadrados    
corr  <- (1/n)*t(z)%*%z ; corr            # otra correlación
facnames <- paste("Dim", c(1:p), sep = " "); facnames # nombres factores
#########################################################################
# principal component analysis via svd
svdz              <- svd(z/sqrt(n))        # descomposición     
names(svdz$d)     <- facnames             
colnames(svdz$u)  <- facnames             
rownames(svdz$u)  <- rownames(data)
rownames(svdz$v)  <- colnames(data)
colnames(svdz$v)  <- facnames
svdz 
s        <- svdz$d                         # valores singulares
l        <- s^2                            # autovalores
u        <- svdz$u                         # autovectores XX'
v        <- svdz$v                         # autovectores X'X
s;l;u;v
# analisis de componentes principales
# via eigen
# pcae   <- eigen(corm)                    # cálculo autovalores y autovectores
# names(pcae$values)     <- facnames
# rownames(pcae$vectors) <- colnames(data)
# colnames(pcae$vectors) <- facnames
# pcae  
# l      <- pcae$values                    # autovalores
# s      <- sqrt(l)                        # valores singulares 
# v      <- pcae$vectors                   # autovectores de cor
# u      <- (sweep(cl,2,s,"/")) / sqrt(n)  # otros autovectores
# l;s;v;u
###########################################################################
# autovalores         
sum(l)                                           # suma autovalores = traza   
inertia  <- l / p *100 ; inertia                 # inercia en porcentaje 
cinertia <- cumsum(inertia)                      # inercia cumulada  
# tabla de autovalores
eig           <- cbind(s,l,inertia,cinertia)         
rownames(eig) <- facnames                     
colnames(eig) <- c("s.values","eigen","% inertia","cumulate")
eig
barplot(eig[p:1,2],horiz=TRUE,ylab="Dimensions",xlab="Eigenvalues",names.arg=facnames[p:1])
############################################################################
# componentes principales y correlaciones
c <- (sweep(u,2,s,"*"))*sqrt(n); c            # componentes principales
r <-  sweep(v,2,s,"*"); round(r,3)            # correlaciones
###########################################################################
# circle of correlations
ccor <- function (dat) {
            plot(0, 0, xlim=c(-1.0,1.0),ylim=c(-1.0,1.0), col = "white", asp = 1, xlab = "Dim 1", ylab = "Dim 2")
            cercor(dat)
            }
            
cercor <- function (dat) {
            x.cercle <- seq(-1, 1, by = 0.01)
            y.cercle <- sqrt(1 - x.cercle^2)
            lines(x.cercle, y = y.cercle)
            lines(x.cercle, y = -y.cercle)
            abline(v = 0, lty = 2)
            abline(h = 0, lty = 2)

            for (v in 1:dim(dat)[1]) {
                arrows(0, 0, dat[v, 1], dat[v, 2], 
                  length = 0.1, angle = 15, code = 2, col = "blue")
            }
#            identify (dat[,1],dat[,2], col="blue", lab=rownames(dat))
            text(dat[,1],dat[,2], col="blue", lab=rownames(dat),pos=3)
}
###########################################################################
# gráfico de variables
ccor(r)
# intercambia el signo de la 2 componente principal porque mayoría negativo
v[,2]     <- -v[,2]
u[,2]     <- -u[,2]
c[,2]     <- -c[,2]        
r[,2]     <- -r[,2]
ccor(r)
# gráfico de unidades
plot(c,asp=1,xlab="Dim 1",ylab="Dim 2")
  abline(v = 0, lty = 2)
  abline(h = 0, lty = 2)
  text(c,lab=rownames(data),pch=20,pos=3,cex=0.8)
# identify(c,lab=rownames(data))
#########################################################################
# ayudas a la interpretación: variables
round(v,3)                                           # autovectores
contv   <-  v^2*100;               round(contv,3)    # contribuciones           
apply(contv,1,sum)                                   # control
apply(contv,2,sum)
round(t(apply(contv,1,cumsum)),3)                    # cumulado 
round(r,3)                                           # correlaciones   
qv      <-  r^2 * 100;             round(qv,3)       # calidad representación
qcumv   <- t(apply(qv,1,cumsum));  round(qcumv,3)    # calidad cumulada
mcorv   <- sqrt(qcumv/100);        round(mcorv,3)    # corr. múltiple 
# unidades:
round(apply(u,2,sum),3)                              # u centrado
round(t(u) %*% u, 3)                                 # varianza 1 
round(apply(c,2,mean),3)                             # c centrado  
round((n-1)/n*var(c),3)                              # c varianza l
dist2   <- apply(z^2,1,sum);       round(dist2,3)    # distancias cuadr.
dist2c  <- apply(c^2,1,sum);       round(dist2c,3)   # comp. dist. compo.                      
dist <- sqrt(dist2); round(dist,3)
round(u,3)                                           # autovector
contu <- sweep(c^2,2,l,"/") / n * 100 ; round(contu,3) # contribución
round(c,3)                                           # coordenadas  
qi      <- sweep(c^2,1,dist2,"/")*100; round(qi,3)   # calidad representación 
qcumi   <- t(apply(qi,1,cumsum));  round(qcumi,3)    # calidad cumulada
#########################################################################
aid <- list()
for (i in 1:3) {
  aid$var[[i]] <- cbind(v[,i],contv[,i],r[,i],qv[,i],qcumv[,i])
  rownames(aid$var[[i]]) = rownames(v)
  colnames(aid$var[[i]]) = c("eigenv","contrib","correlation","quality","cum.qual")
  
  aid$ind[[i]] <- cbind(dist2,u[,i],contu[,i],c[,i],qi[,i],qcumi[,i])
  rownames(aid$ind[[i]]) = rownames(u)
  colnames(aid$ind[[i]]) = c("dist2","eigenv","contrib","coord","quality","cum.qual")
}
aid
#########################################################################
