# Κεφάλαιο 11
# Υπολογισμός της ανάλυσης απλής παλινδρόμησης στο R

# Φορτώνουμε το ακόλουθο πακέτο
library(foreign)

# Απόδοση των δεδομένων του αρχείου chapter11_1.sav στο πλαίσιο δεδομένων ch11a
ch11a<-read.spss('chapter11_1.sav', to.data.frame=T)

# Βασικός έλεγχος του πλαισίου δεδομένων
str(ch11a)
summary(ch11a)

# Ανάλυση απλής παλινδρόμησης
summary(lm(health~optimism, ch11a))

# Υπολογισμός της ανάλυσης πολλαπλής παλινδρόμησης στο R

# Φορτώνουμε τα ακόλουθα πακέτα
library(foreign)
library(QuantPsyc)
library(car)
library(perturb)

# Απόδοση των δεδομένων του αρχείου chapter11_2.sav στο πλαίσιο δεδομένων ch11b
ch11b<-read.spss('chapter11_2.sav', to.data.frame=T)

# Βασικός έλεγχος του πλαισίου δεδομένων
str(ch11b)
summary(ch11b)

# Παρουσίαση όλων των διαγραμμάτων διασποράς
plot(ch11b)

# Ανάλυση πολλαπλής παλινδρόμησης (Forced Entry)
summary(lmm <-lm(happiness~eq_perc+eq_cntrl+eq_use+eq_under+emot_po+emot_ne, ch11b))

# Τυποποιημένοι συντελεστές παλινδρόμησης
std.coef <- function(lmod) {lmod$coef[-1]*apply(lmod$model[,-1],2,sd)/sd(lmod$model[,1]) exclude intercept}
std.coef(lmm)
# Απευθείας υπολογισμός από το πακέτο QuantPsyc
lm.beta(lmm)

# Έλεγχος πολυσυγγραμμικότητας από το πακέτο car
vif(lmm)     # «παράγοντες πληθωριστικής διασποράς»
# Έλεγχος πολυσυγγραμμικότητας από το πακέτο perturb
colldiag(lmm)     # οι δείκτες ανοχής στην 1η στήλη

# Γραφικός έλεγχος υπολοίπων
par(mfrow=c(2,2))     # για να δείξει και τα τέσσερα γραφικά μαζί
plot(lmm)
par(mfrow=c(1,1))
hist(scale(lmm$resid))

# Ιστόγραμμα με κανονική καμπύλη
histnorm<-function(vt,...) {
	hist(vt, col="light blue", las=1,...)
	hh<-hist(vt, plot=F)
	barwidth<-diff(hh$breaks[1:2])
	area<-length(vt)*barwidth
	x<-seq(min(vt),max(vt),length.out=100)
	lines(x,dnorm(x,mean(vt),sd(vt))*area, col="red")
	}
sr <- lmm$resid/sd(lmm$resid)     # Τυποποιημένα υπόλοιπα
sr <- scale(lmm$resid)     # z-score standardization
sr <- rstandard(lmm)     # Εναλλακτικός υπολογισμός
histnorm(sr,xlab="Regression Standardized Residual",main="Histogram\nCriterion Variable: Ευτυχία")
text(2,40,paste("Mean =",formatC(mean(sr),3)),pos=4,xpd=NA)
text(2,38,paste("Std. Dev. =",round(sd(sr),3)),pos=4,xpd=NA)
text(2,36,paste("N =",length(sr)),pos=4,xpd=NA)

# Ιεραρχική παλινδρόμηση
sm1<-summary(lm1<- lm(happiness~eq_perc+eq_cntrl+eq_use+eq_under,ch11b))
sm2<-summary(lm2 <- update(lm1,.~.+emot_po+emot_ne))
# Παρουσίαση ενδιάμεσων βημάτων
sm1
sm2
# Υπολογισμός διαφοράς συντελεστών προσδιορισμού
print(DR12 <- sm2$r.squared - sm1$r.squared)
# Σύγκριση διαδοχικών μοντέλων με κριτήριο F
anova(lm1,lm2)

# Υπολογισμός της λογιστικής παλινδρόμησης στο R

# Φορτώνουμε τα ακόλουθα πακέτα
library(foreign)
library(jmv)

# Απόδοση των δεδομένων του αρχείου chapter11_3.sav στο πλαίσιο δεδομένων ch11c
ch11c<-read.spss('chapter11_3.sav', to.data.frame=T)

# Βασικός έλεγχος του πλαισίου δεδομένων
str(ch11c)
summary(ch11c)

# Παρουσίαση όλων των διαγραμμάτων διασποράς
plot(ch11c)

# Ανάλυση λογιστικής παλινδρόμησης (Μέθοδος 1)
glm.fit<-glm(drop_out ~ gender + efficacy + income + indecisive, data=ch11c, family=binomial)
summary(glm.fit)

# Ανάλυση λογιστικής παλινδρόμησης μέσω του πακέτου jmv (Μέθοδος 2)
# Παίρνουμε σχεδόν όλους τους συντελεστές/δείκτες που υπολογίζει και το SPSS
logRegBin(
	data = ch11c,
	dep = drop_out,
	covs = vars(efficacy, income, indecisive),
	factors = gender,
	blocks = list(
        	 list("efficacy", "income", "indecisive", "gender")),
	refLevels = list(
        	 list(var="drop_out", ref="Μη Εγκατάλειψη"),
        	 list(var="gender", ref="Αγόρι")), 
	modelTest=T,
	pseudoR2=c("r2n", "r2mf", "r2cs"),
	acc=T, spec=T, sens=T)