############################################################################################
options(max.print = 1000000)
# se trabaja con el archivo pasteles, una encuesta sobre pasteles jelados con chantilly
pasteles = read.csv("Pasteles.csv",header=TRUE,row.names = 1)
# hay que declarar todos factores y incluir los nombres de los modos
pasteles$Ciudad = factor(pasteles$Ciudad, levels = c(1,2),
                         labels = c("Roma","Milán"))
pasteles$Condicion_laboral = factor(pasteles$Condicion_laboral, levels = c(1,2),
                         labels = c("Ama_de_casa","Trabajadora"))
pasteles$Clase_edad = factor(pasteles$Clase_edad, levels = c(1,2,3),
                         labels = c("Hasta_29_años","De_30_a_45_años","Más_de_45_años"),
                         ordered = TRUE)
pasteles$Usa_surgelados = factor(pasteles$Usa_surgelados, levels = c(1,2),
                         labels = c("Su_No-poco","Su_Si"))
pasteles$Usa_dulces_surgelados = factor(pasteles$Usa_dulces_surgelados, levels = c(1,2),
                         labels = c("Dsu_no-poco","Dsu_Si"))
pasteles$Tipo_de_crema = factor(pasteles$Tipo_de_crema, levels = c(1,2,3,4),
                         labels = c("Montar","Latas","Mont_Latas","Licuida"))
pasteles$Tipo_de_pastel = factor(pasteles$Tipo_de_pastel, levels = c(1,2,3),
                          labels = c("Tipo_D","Tipo_T","Tipo_R"))
# estos son caracteres ordenados, así como la clase de edad
pasteles$Juicio_pastel = factor(pasteles$Juicio_pastel, levels = c(1:7),
                         labels = c("P_muy_pobre","P_pobre","P_regular",
                         "P_discreto","P_bueno","P_muy bueno","P_excelente"),
                         ordered = TRUE)
pasteles$Compraria = factor(pasteles$Compraria, levels = c(1:5),
                                labels = c("definitivamente_no","probablemente_ no",
                                "no_lo_sé","probablemente_sí","seguro_que_si"),
                                ordered = TRUE)
pasteles$Juicio_crema = factor(pasteles$Juicio_crema, levels = c(1:7),
                                labels = c("C_muy_pobre","C_pobre","C_regular",
                                           "C_discreto","C_bueno","C_muy bueno","C_excelente"),
                                ordered = TRUE)
write.csv(pasteles,file="pasteles_w.csv")
###########################################################################################
# análisis de correspondencias múltiple
library(FactoMineR)
dat          <- pasteles
dat.mca <- MCA(dat, graph=FALSE)
dat.mca$var$coord[,1] = -dat.mca$var$coord[,1]  
dat.mca$ind$coord[,1] = -dat.mca$ind$coord[,1]  
###########################################################################################
# estadísticas sobre la dimensión 
# nombre datos y número de niveles
n        <- dim(dat)[1]                   # número de unidades
p        <- dim(dat)[2]                   # número de variables
lfac     <- vector("numeric",length=p)    # niveles de cada variable
for (i in 1:p) {
  lfac[i] <- length(table(dat[,i]))
}
#  valores iniciales
q        <- sum(lfac)                     # número total de niveles
exptr    <- (q-p)/p                       # traza esperada
meig     <- 1/p                           # autovalor promedio
expeig   <- q-p                           # autovalores esperados
#  cálculo de los grados de libertad de todas las tablas
dl       <- 0
for (i in 2:p){
  for (j in 1:i) {
    dl   <- dl + (lfac[i]-1)*(lfac[j]-1)  
  }
}
dl                                        # grados de libertad
var      <- 2*dl/(p^2*n*(q-p))            # varianza del autovalor promedio
sd       <- sqrt(var)                     # su desvío estandar
sup      <- meig + 2*sd                   # umbral superior del promedio a 95%  
# tabla de autovalores
neig     <- length(which(dat.mca$eig[,1] != 0)) # número de autovalores non cero
teigen   <- matrix(0, nrow=neig,ncol=4)   # matriz para resultados  
rownames(teigen) <- c(1:neig)
colnames(teigen) <- c("sing.val.","eigenval.","perc.inertia","cum.inertia")
tr         <- sum(dat.mca$eig[,1])          # traza verdadera
teigen[,1] <- dat.mca$eig[,1]                # valores singulares (SVD)
teigen[,2] <- teigen[1:neig,1]^2             # autovalores (Burt)  
teigen[,3] <- teigen[1:neig,1]/tr*100.       # % inercia
teigen[,4] <- cumsum(teigen[1:neig,3])       # % inertia cumulado
neigs     <- length(which(teigen[1:neig,1] > meig)) # autovalores sobre el promedio
burtin    <- sum(teigen[1:neig,2])           # inercia de Burt (suma de autovalores)
offdin    <- (p/(p-1))*(burtin-(exptr/p))    # inercia no diagonal
# tabla de estadísticas  
val           <- matrix(c(n,p,q,exptr,tr,burtin,offdin,meig,expeig,neig,
                          neigs,dl,var,sd,sup),nrow=15,ncol=1)
rownames(val) <- c("units","characters","levels","exp.trace","tot.inertia",
                   "Burt inertia","off-diag.in.","ave.eigen.","expected dim.",
                   "dimension","valid dim.","df","var.eig","sd.eig.","sup.conf.int.")
colnames(val) <- "table values"
round(val,6)
# tabla de autovalores
round(teigen,4)
# tabla de inercia ajustada
inertias    <- matrix(0, nrow=neigs,ncol=5)  
rownames(inertias) <- c(1:neigs)
colnames(inertias) <- c("adj.inertia","Benz.perc.","Benz.cum.","Green.perc.","Green.cum.")
inertias[,1] <- round((teigen[1:neigs,1]-meig)^2*(p/(p-1))^2,8)  # inercia ajustada
totin        <- sum(inertias[,1])        # inercia ajustada total
inertias[,2] <- inertias[,1]/totin*100.  # porcentaje Benzécri
inertias[,3] <- cumsum(inertias[,2])     # cumulado Benzécri
inertias[,4] <- inertias[,1]/offdin*100. # porcentaje Greenacre
inertias[,5] <- cumsum(inertias[,4])     # cumulado Greenacre
round(inertias,4)
nf    <- max(which(teigen[,1]>sup)); nf
round(cbind(teigen[1:nf,],inertias[1:nf,]), 4)
########################################################################################
plot(dat.mca, graph.type = "classic",choix ="ind",invisible="var",axes=c(1,2),cex=0.5)
plot(dat.mca, graph.type = "classic",choix ="ind",invisible="var",axes=c(1,3),cex=0.5)
plot(dat.mca, graph.type = "classic",choix ="ind",invisible="ind",axes=c(1,2),cex=0.5)
lines(dat.mca$var$coord[19:25,c(1:2)])
lines(dat.mca$var$coord[26:30,c(1:2)],col="red")
lines(dat.mca$var$coord[31:37,c(1:2)],col="blue")

plot(dat.mca, graph.type = "classic",choix ="ind",invisible="ind",axes=c(1,4),cex=0.5)
lines(dat.mca$var$coord[19:25,c(1,4)])
lines(dat.mca$var$coord[26:30,c(1,4)],col="red")
lines(dat.mca$var$coord[31:37,c(1,4)],col="blue")
########################################################################################
# Tablas para la ayuda a la interpretación de las variables
contr <- round(dat.mca$var$contr,2) 
coord <- round(dat.mca$var$coord,3)
vtest <- round(dat.mca$var$contr,3)
qual  <- round(dat.mca$var$cos2*100,2)
qcum  <- t(apply(qual,1,cumsum))
lvar  <- list()
eta <- round(dat.mca$var$eta2[,1:nf],2)
for (i in 1:nf) {
  var   <- cbind(contr[,i],coord[,i],vtest[,i],qual[,i],qcum[,i])
  colnames(var) = c("contributions","coordinates","test-value","quality","cum.qual.")
  lvar[[i]] <- var
}
eta
lvar
###########################################################################################
# tabla de Burt
X=as.matrix(dat.mca$call$Xtot)  # X es la tabla disjuntiva completa
Burt=t(X)%*%X
Burt
###########################################################################################