############################################################################################
options(max.print = 1000000)
library(FactoMineR)
############################################################################################
# se trabaja con el archivo Linnerud
lin      <- read.csv("Linnerud.csv",header = TRUE, row.names = 1)
dat      <- lin
n        <- dim(dat)[1]
p        <- dim(dat)[2]
dat.pca  <- PCA(dat,graph=FALSE)        # automáticamente 5 factores
dat.clas <- HCPC(dat.pca,-1)            # 8 clases sobre 5 factores
# dat.clas <- HCPC(dat.pca,0)             # así se eligen las clases sobre el arbol
############################################################################################
# contenido de la salida
dat.clas$data.clust            # tabla con última variable la clasificación
dat.clas$desc.var              # estadísticas variables cuantitativas por clases
dat.clas$desc.var$quanti.var   # variables en general
dat.clas$desc.var$quanti       # por cada clase
dat.clas$desc.axes             # estadísticas factores
dat.clas$desc.axes$quanti.var  # en general
dat.clas$desc.axes$quanti      # por cada clase
dat.clas$desc.ind              # unidades centrales
dat.clas$desc.ind$para         # "parangons" de cada clase                            
dat.clas$desc.ind$dist         # unidades específicas                                  
dat.clas$call                  # varios resultados
dat.clas$call$t$res            # composición dat.clas
dat.clas$call$t$tree           # resultados hclust
dat.clas$call$t$tree$merge     # aglomeraciones paso paso
dat.clas$call$t$tree$height    # niveles índice jerarquía
dat.clas$call$t$tree$order     # orden dendrograma
dat.clas$call$t$tree$labels    # etiquetas hojas ordenadas
dat.clas$call$t$tree$method    # método de aglomeración
dat.clas$call$t$tree$call      # comando llamada
dat.clas$call$t$tree$dist.method # tipo de distancia
dat.clas$call$t$nb.clust       # número de clases
dat.clas$call$t$within         # within sum of squares
dat.clas$call$t$inert.gain     # variación Wss
dat.clas$call$t$quot           # niveles inercia?
dat.clas$call$min              # mínimo num clases (3)
dat.clas$call$max              # maximo num clases (10)
dat.clas$call$X                # tabla de datos ordenada primero factor y clases   
dat.clas$call$bw.before.consol # inercia antes 
dat.clas$call$bw.after.consol  # inercia después
dat.clas$call$vec              # ??    
dat.clas$call$call             # comando llamada    
#############################################################################################
# descripción del arbol jerárquico
arb     <- cbind(c((n-1):1),dat.clas$call$t$tree$merge,round(dat.clas$call$t$within[(n-1):1],4),
                 round(dat.clas$call$t$tree$height,4))
colnames(arb) <- c("ngr","N1","N2","index","diff")
rownames(arb) <- c(1:(n-1))
arb
# numerosidad de las clases y contenido
tclases       <- table(dat.clas$data.clust[,(p+1)])
nclases       <- length(tclases)
clases        <- list()
for (i in 1:nclases) {
  clases[[i]] <- which(dat.clas$data.clust[,(p+1)] == i)
}
clases
##############################################################################################
dat.pca  <- PCA(dat,ncp=3,graph=FALSE)  # así solo 3 factores
dat.clas <- HCPC(dat.pca,-1)            # 7 clases sobre 3 factores (max 10 iteraciones)
dat.clas <- HCPC(dat.pca,4)             # 4 clases sobre 3 factores (max 10 iteraciones)
#############################################################################################
# descripción del arbol jerárquico
arb     <- cbind(c((n-1):1),dat.clas$call$t$tree$merge,round(dat.clas$call$t$within[(n-1):1],4),
                 round(dat.clas$call$t$tree$height,4))
colnames(arb) <- c("ngr","N1","N2","index","diff")
rownames(arb) <- c(1:(n-1))
arb                                    # arbol con nodos, inercia y variación
# numerosidad de las clases y contenido
tclases       <- table(dat.clas$data.clust[,(p+1)]) 
tclases                                # numerosidad de las clases
nclases       <- length(tclases)
clases        <- list()
for (i in 1:nclases) {
  clases[[i]] <- which(dat.clas$data.clust[,(p+1)] == i)
}
clases                                 # unidades en cada clase
##############################################################################################
# gráfico colorado
x = dat.clas$call$X
#plot(x[,c(1,2)], asp=1, pch=20, col=c("red","blue","green","black")[x$clust])
#text(x[,c(1,2)], asp=1, pch=20, col=c("red","blue","green","black")[x$clust], 
#     labels = rownames(x),pos=3,cex=0.7)
plot(x[,c(1,2)], asp=1, pch=20, col=c("black","red","cyan","green")[x$clust])
text(x[,c(1,2)], asp=1, pch=20, col=c("black","red","cyan","green")[x$clust], 
     labels = rownames(x),pos=3,cex=0.7)

###########################################################################################
# descripciones de las clases 
dat.clas$desc.var      # según las variables
dat.clas$desc.ind      # según las unidades típicas  
############################################################################################
# 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 y clasificación jerárquica
library(FactoMineR)
dat          <- pasteles
n        <- dim(dat)[1]
p        <- dim(dat)[2]
# dat.mca <- MCA(dat, graph=FALSE)        # automática lleva 5 factores 
dat.mca <- MCA(dat, ncp=4, graph=FALSE)   # se eligen 4 factores 
dat.mca$var$coord[,1] = -dat.mca$var$coord[,1]
dat.mca$ind$coord[,1] = -dat.mca$ind$coord[,1]  
# dat.clas <- HCPC(dat.mca,-1)            # 3 clases sobre 5 factores, 4 clases sobre 4
dat.clas <- HCPC(dat.mca,5)               # se eligen 4 factores y 5 clases

# descripción del arbol jerárquico
arb     <- cbind(c((n-1):1),dat.clas$call$t$tree$merge,round(dat.clas$call$t$within[(n-1):1],4),
                 round(dat.clas$call$t$tree$height,4))
colnames(arb) <- c("ngr","N1","N2","index","diff")
rownames(arb) <- c(1:(n-1))
arb
# numerosidad de las clases y contenido
tclases       <- table(dat.clas$data.clust[,(p+1)])
tclases
nclases       <- length(tclases)
clases        <- list()
for (i in 1:nclases) {
  clases[[i]] <- which(dat.clas$data.clust[,(p+1)] == i)
}
clases
##########################################################################################
# descripcion de las clases
#  "$desc.var$test.chi2"   "description of the cluster var. by the categorical var."
#  "$desc.axes$category"   "description of the clusters by the categories."         
dat.clas$desc.var
dat.clas$desc.axes
dat.clas$desc.ind
##########################################################################################
# gráficos colorados
x = dat.clas$call$X
plot(x[,c(1,2)], asp=1, pch=20, col=c("red","blue","green","black","cyan")[x$clust])
text(x[,c(1,2)], asp=1, pch=20, col=c("red","blue","green","black","cyan")[x$clust], 
     labels = rownames(x),pos=3,cex=0.7)

plot(x[,c(1,4)], asp=1, pch=20, col=c("red","blue","green","black","cyan")[x$clust])
text(x[,c(1,4)], asp=1, pch=20, col=c("red","blue","green","black","cyan")[x$clust], 
     labels = rownames(x),pos=3,cex=0.7)
########################################################################################