options(max.print = 1000000)
#########################################################################
snee=read.csv("Snee.csv")                                   # se trabaja con datos de Snee                      
snee$Color_ojos <- factor(snee$Color_ojos,                  # factor y etiquetas de la primera variable
                          levels = c(1,2,3,4),
                          labels = c("Oscuros","Pardos",
                                     "Verdes","Azules")) 
snee$Color_pelo <- factor(snee$Color_pelo,                  # factor y etiquetas de la segunda variable
                          levels = c(1,2,3,4),
                          labels = c("Negro","Castano",
                                     "Rojo","Rubio")) 
write.csv(snee,"Snee_car.csv",row.names = FALSE)            # y se guarda en un archivo
tsnee    <- table(snee[,1],snee[,2]); tsnee  # contingency table
title    <- "Análisis de Correspondencias sobre datos de Snee"
#########################################################################
# inicialisación
res      <- list()
tdata    <- tsnee                       # tabla de contingencia
rnam     <- rownames(tdata)
cnam     <- colnames(tdata)
nr       <- dim(tdata)[1]               # número de filas
nc       <- dim(tdata)[2]               # número de columnas
n        <- sum(tdata)                  # total    
tabdata  <- addmargins(tdata)           # tabla con márgenes
F        <- tdata/n                     # tabla de frecuencias
r        <- margin.table(F,2)           # columna marginal = perfíl promedio de filas
c        <- margin.table(F,1)           # fila marginal = perfil promedio de columnas
e        <- (c%*%t(r))                  # valores esperados
#########################################################################
# se incluyen estadísticas
infm     <- sum(F*(log(F/e,2)))         # información mutua  
phi2     <- sum((F-e)^2/e)              # phi-cuadrado
chi2     <- n * phi2                    # chi-cuadrado
dfc      <- (nr-1)*(nc-1)               # grados de libertad
pchi     <- pchisq(chi2,dfc,lower.tail = FALSE) # valor p asociado
chitest  <- paste("Mutual entropy = ",round(infm,5),", Phi-square = ",round(phi2,5),
                  ", Chi-square = ",round(chi2,5),", Df = ",dfc,
                  ", p-value = ",round(pchi,7),sep="")
basics   <- list()                      # crea la lista basics
basics$table          <- tabdata        # tabla  
basics$total          <- n              # total
basics$chisquare.test <- chitest        # test chi-cuadrado
basics$frequencies    <- F              # tabla de frecuencias
basics$expected       <- addmargins(e)  # tabla de valores esperados
basics
#########################################################################
# productos escalares
nf       <- min(nr,nc)-1                # dimensiones esperadas
facnames <- paste("Dim", c(1:nf), sep = "_") # nombres de factores
R        <- diag(1/sqrt(r))             # diagonal de pesos de filas
rownames(R) <- cnam; colnames(R) = cnam
C        <- diag(1/sqrt(c))             # diagonal de pesos de columnas
rownames(C) <- rnam; colnames(C) = rnam
X        <- C %*% F %*% R; X            # doubly weighed matrix
spr      <- X%*%t(X)                    # rows scalar product    
spc      <- t(X)%*%X                    # columns scalar product 
#########################################################################
# análisis de autovalores de los productos escalares
car      <- eigen(spr)                  # analisis por filas
cac      <- eigen(spc)                  # análisis por columans
print("rows eigenanalysis"); car        # the two results 
print("columns eigenanalysis"); cac     
# autovalores y autovectores menos los primeros (sigma=1)
eig      <- car$values[2:(nf+1)]        # autovalores
names(eig)  <- facnames
# autovectores de filas
v        <- car$vectors[,2:(nf+1)]      # toma los autovectores  
rownames(v) <- rnam
colnames(v) <- facnames
t(v)%*%v                                # columnas ortogonales
v%*%t(v)                                # filas no
# autovectores de columnas
u        <- cac$vectors[,2:(nf+1)]      # toma los autovectores  
rownames(u) <- cnam
colnames(u) <- facnames
t(u)%*%u                                # columnas orthogonales
u%*%t(u)                                # filas no
#########################################################################
# Se hacen estadísticas para los autovalores, el test de Malinvaud y una tabla
tr       <- sum(eig)                    # traza
ccor     <- sqrt(eig)                   # correlaciones
iner     <- eig/tr*100                  # inercia 
ciner    <- cumsum(eig/tr)              # inercia cumulada
malin    <- n*(tr-cumsum(eig))          # test de Malinvaud 
dfm      <- rep(0,nf)                   # grados de libertad
for (i in 1:nf) {                       # hechos con iteración
  dfm[i] <- (nr-1-i)*(nc-1-i)
}
peig     <- pchisq(malin,dfm,lower.tail = FALSE)      # valor p del chi-cuadrado
teig     <- cbind(ccor,eig,iner,ciner,malin,dfm,peig) # tabla de autovalores
colnames(teig)  <- c("Correlations","Eigenvalues","Inertia","Cumul.Iner.","Malinvaud","Df","p-value")
res$eigenvalues <- teig
#########################################################################
# Desde los autovectores de filas tiramos coordenadas y ayudas
rcon     <- v^2*100                     # contribuciones de filas
rcoor    <- sweep(sweep(v,1,diag(C),"*"),2,sqrt(eig),"*") # coordenadas de filas  
apply(rcoor,2,mean)                     # las coordenadas no son centradas
sqrt((nc-1)/nc*(apply(rcoor,2,var)))    # y su varianza es una locura
rc2      <- rcoor^2                     # coordenadas cuadradas
src2     <- apply(rc2,1,sum)            # distancia cuadrada de filas
rqr      <- sweep(rc2,1,src2,"/")*100   # calidad de representación
rcqr     <- t(apply(rqr,1,cumsum))      # calidad cumulada
row      <- list()                      # listado para filas
row$eigenvectors    <- round(v,3)
row$contributions   <- round(rcon,2)
row$coordinates     <- round(rcoor,3)
row$quality         <- round(rqr,2)
row$cumulqual       <- round(rcqr,2)
res$rows            <- row
  plot(rcoor,asp=1,pch=20)              # y gráfico
  text(rcoor,lab=rnam,pos=2)
#########################################################################
# Hacemos el mismo para las columnas
ccon     <- u^2*100                     # contribuciones de columnas
ccoor    <- sweep(sweep(u,1,diag(R),"*"),2,ccor,"*")  # coordenadas de columnas  
apply(ccoor,2,mean)                     # las coordenadas no son centradas
sqrt((nr-1)/nr*(apply(ccoor,2,var)))    # y su varianza es una locura
cc2      <- ccoor^2                     # coordenadas cuadradas
sc2      <- apply(cc2,1,sum)            # distancia cuadrada de filas
cqr      <- sweep(cc2,1,sc2,"/")*100    # calidad de representación
ccqr     <- t(apply(cqr,1,cumsum))      # calidad cumulada
col      <- list()                      # listado para filas
col$eigenvectors    <- round(u,3)
col$contributions   <- round(ccon,2)
col$coordinates     <- round(ccoor,3)
col$quality         <- round(cqr,2)
col$cumulqual       <- round(ccqr,2)
res$columns         <- col
  plot(ccoor,asp=1,pch=20)              # y gráfico
  text(ccoor,lab=cnam,pos=2)
#########################################################################
# resultados y gráfico doble 
res
  xl = c(min(ccoor[,1],rcoor[,1])-0.1,max(ccoor[,1],rcoor[,1])+0.1)
  yl = c(min(ccoor[,2],rcoor[,2])-0.1,max(ccoor[,2],rcoor[,2])+0.1)
  plot(rcoor,xlim=xl,ylim=yl,asp=1,pch=20,col="blue",
       main=title,xlab=facnames[1],ylab=facnames[2]) 
    text(rcoor,lab=rnam,pos=3,col="blue")
    points(ccoor,asp=1,pch=20,col="red") 
    text(ccoor,lab=cnam,pos=2,col="red")
#########################################################################
# Corremos el CA con SVD 
X        <- C %*% F %*% R
tdata.svd <- svd(X)
ccor     <- tdata.svd$d[2:(nf+1)]          # correlaciones
eig      <- ccor^2                         # autovalores
tr       <- sum(eig)                       # traza
iner     <- eig/tr*100                     # inercia
ciner    <- cumsum(iner)                   # inercia cumulada
malin    <- n*(tr-cumsum(eig))             # test Malinvaud 
dfm      <- rep(0,nf)                      # grados de libertad
for (i in 1:nf) {                          # por iteración
  dfm[i] <- (nr-1-i)*(nc-1-i)
}
peig     <- pchisq(malin,dfm,lower.tail = FALSE)      # valor p del chi-cuadrado
teig     <- cbind(ccor,eig,iner,ciner,malin,dfm,peig) # tabla de autovalores
colnames(teig)  <- c("Correlations","Eigenvalues","Inertia","Cumul.Iner.",
                     "Malinvaud","Df","p-value")
res$eigenvaluessvd <- teig
#########################################################################
# corremos los resultados para los dos conjuntos de autovectores
u             <- tdata.svd$u[,2:(nf+1)]
rownames(u)   <- rnam
colnames(u)   <- facnames
rho           <- sweep(sweep(u,1,diag(C),"*"),2,ccor,"*")
rownames(rho) <- rnam
colnames(rho) <- facnames
rho;rcoor

v             <- tdata.svd$v[,2:(nf+1)]
rownames(v)   <- cnam
colnames(v)   <- facnames
kappa         <- sweep(sweep(v,1,diag(R),"*"),2,ccor,"*")
rownames(kappa) <- cnam
colnames(kappa) <- facnames
kappa;ccoor
#########################################################################
# resultados por cada dimension
ndim = 2

tabrow <- list()
for (i in 1:ndim) {
  trow <- cbind(round(rcon[,i],2),round(rcoor[,i],3),round(rqr[,i],2),round(rcqr[,i],2))
  colnames(trow) <- c("contributions","coordinates","quality","cum.qual.")
  tabrow[[i]] <- trow
}
res$tabrow    <- tabrow
tabcol <- list()
for (i in 1:ndim) {
  tcol <- cbind(round(ccon[,i],2),round(ccoor[,i],3),round(cqr[,i],2),round(ccqr[,i],2))
  colnames(tcol) <- c("contributions","coordinates","quality","cum.qual.")
  tabcol[[i]] <- tcol
}
res$tabcol    <- tabcol
res
############################################################################################
