#########################################################################################################################
# cruzado de presencias/ausencias

fiebre  <- read.csv("Fiebre.csv"); fiebre              # tabla con fiebre de heno y eccema
mf <- as.matrix(fiebre)                                # ya tenemos la tabla
n <- mf[3,3]; n                                        # total 
pf <- mf/n; pf                                         # tabla de frecuencias
round(pf*100,2)
# Incidencia
I1     <-  pf[1,3]/pf[3,3]; I1*100
I12s   <-  pf[1,1]/pf[3,1]; I12s*100
I12n   <-  pf[1,2]/pf[3,2]; I12n*100

I12s/I12n
# razones de riesgo
RR12    <- (pf[1,1]/pf[1,3])/(pf[2,1]/pf[2,3]); RR12

# razón de momias
RM12    <- (pf[1,1]/pf[1,2])/(pf[2,1]/pf[2,2]); RM12
RM21    <- (pf[1,1]/pf[2,1])/(pf[1,2]/pf[2,2]); RM21

RM      <- (pf[1,1]*pf[2,2])/(pf[1,2]*pf[2,1]); RM
############################################################################################################################
# cruzado de variables cualitativas
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

# tabla de contingencia
tsnee   <- table(snee[,1],snee[,2]); tsnee
nr      <- dim(tsnee)[1]                                    # número de filas
nc      <- dim(tsnee)[2]                                    # número de columnas
totsnee <- sum(tsnee)                                       # total de unidades

# totales marginales
tr      <- margin.table(tsnee,1);tr                         # totales marginales de fila
tc      <- margin.table(tsnee,2);tc                         # y de columna

tcsnee  <- cbind(tsnee,tr); tcsnee                          # se van ajuntanto los totales
tcsnee  <- rbind(tcsnee,c(tc,totsnee)); tcsnee              # a la tabla
colnames(tcsnee)[nc+1] <- "Tot_ojos"
rownames(tcsnee)[nr+1] <- "Tot_pelo"
# tabla completa
print("Tabla de contingencia")
str(tcsnee)

# tabla de frecuencias relativas
ptsnee  <- tcsnee/totsnee 
print("Tabla de frecuencias relativas")
ptsnee
psnee   <- ptsnee[c(1:nr),c(1:nc)]
pr      <- ptsnee[1:nr,nc+1]
pc      <- ptsnee[nr+1,1:nc]

# perfiles de filas y su gráfico
prsnee  <- prop.table(tsnee,1)  
print("Perfiles de filas")
prsnee                                                        # perfil de filas 
apply(prsnee,1,sum)                                           # control
plot(1:nc,ptsnee[nr+1,1:nc],ylim=c(0,max(prsnee+.05)),type="n", xaxt="n", # gráfico
     xlab = "Color of hair", ylab = "Frequencies", 
     main = "Snee data: profiles of eyes", sub = "row profiles")
lines(1:nc,ptsnee[5,1:nc])
axis(1,at=c(1:nc),labels=colnames(psnee)[1:nc])
lines(1:nc,prsnee[1,1:nc],col="blue")
lines(1:nc,prsnee[2,1:nc],col="red")
lines(1:nc,prsnee[3,1:nc],col="green")
lines(1:nc,prsnee[4,1:nc],col="magenta")
legend("topright",legend=c(rownames(psnee),"Marginal"),lty=c(1,1),cex=0.6,y.intersp=.7,col=c("blue","red","green","magenta","black")) 
dev.copy(pdf,"snee-eyes.pdf")
dev.off()

# desvíos a los perfiles marginales
print("Desvíos a los perfiles de fila")
sweep(prsnee,2,pc,"-")                     # perfiles de fila
print("Desvíos a los perfiles de columna")
sweep(pcsnee,1,pr,"-")                     # perfiles de columna

# tabla de frecuencias esperadas
exsnee   <- pr%*%t(pc); exsnee               # tabla valores esperados
# los perfiles son iguales
prexsnee <- prop.table(exsnee,1);prexsnee    # perfiles de fila
pcexsnee <- prop.table(exsnee,2);pcexsnee    # perfiles de columna
pexsnee  <- cbind(exsnee, ptsnee[1:nr,nc+1])  # se van ajuntanto los totales
pexsnee  <- rbind(pexsnee,ptsnee[nr+1,1:(nc+1)])  # a la tabla
colnames(pexsnee)[nc+1] <- "Tot_ojos"
rownames(pexsnee)[nr+1] <- "Tot_pelo"
print("Tabla de frecuencias esperadas")
pexsnee

# tablas de desvíos
despsnee <- (psnee-exsnee); despsnee
print("Tabla de desvíos (frecuencias relativas)")
desnee   <- despsnee * totsnee
print("Tabla de desvíos")
round(desnee,2)                              # tabla de desvios

# estadísticas sobre chi-cuadrado
chi      <- sum(tsnee) * sum((psnee-exsnee)^2/exsnee); chi # chi cuadrado
df       <- (nr-1)*(nc-1)
pearson  <- sqrt(chi/(totsnee+chi)); pearson
tchuprow <- sqrt(chi/(totsnee * sqrt(df))); tchuprow
mallows  <- sqrt(chi/(totsnee * min((nr-1),(nc-1)))); mallows

# tabla de estadísticas sobre chi-cuadrado
chist    <- rbind(chi,df,pearson,tchuprow,mallows)
rownames(chist) <- c("chi-cuadrado","grados de libertad","C de Pearson","T de Tchuprow", "Cp de Mallows")
colnames(chist) <- "estadísticas"

print("Estadísticas sobre chi-cuadrado")
chist  
############################################################################################################################
