# Данные из работы
# Secher et al. (1987), European Journal of Obstetrics, Gynecology, and Reproductive Biology, 24: 1–11.
#

# Данные представлены в пакете {ISwR}

# На УЗИ у плода измеряли  межтеменной и абдоминальный диаметр.
# Вопрос:
#   Можно ли предсказать вес новорожденного по данным УЗИ?
#
#
#
#
# Задание:
#   1. Постройте модель, описывающую связь веса новорожденного, с размером межтеменного диаметра
#
#
# Переменные
# bwt – вес новорожденного (г)
# bpd – Межтеменной диаметр (мм)



library(readxl)
library(ggplot2)



baby <- read_excel("data/secher.xls")
head(baby)


# Строим модель

baby_M1 <-

# Результаты

summary()



# Визуализация модели без использования geom_smooth()

Pl_baby <-
  ggplot(data = baby, aes(x = , y = )) +
  geom_()


# Создаем искусственный датафрейм, в котором будут все возможные (не только измеренные) значения предиктора

MyData <- data.frame(bpd = seq(min(baby$bpd), max(baby$bpd), by = 0.1) )


# Вычисляем для всех возможных значений предиктора величину зависимой переменной, в соответствии с моделью

MyData$Predicted <- predict( , newdata =  , se.fit =  )$fit

# Вычисляем значения стандартной ошибки для каждой точки
MyData$SE <- predict( , newdata =  , se.fit =  )$se.fit

head(MyData)
# Рисуем линию, предсказанную моделью

Pl_predicted <-
  ggplot(MyData, aes(x = bpd, y = Predicted)) +
  geom_line(size = 2, color = "blue")

Pl_predicted

# Наносим на рисунок линии, соотвествующие доверительному интервалу

Pl_predicted_2 <-
  Pl_predicted +
  geom_line(aes(y = Predicted - *SE), linetype = 2, color = "red") +
  geom_line(aes(y = Predicted + *SE), linetype = 2, color = "red")

Pl_predicted_2

# Вписываем в рисунок исходные данные

Pl_predicted_2 +
  geom_point(data = baby, aes(x = bpd, y = bwt))



# Рисуем диапазон предсказания

# Вычисляем диапазон предсказания
baby_predict_diap <- as.data.frame(predict(baby_M1, newdata = MyData, interval="prediction"))


# Соединяем в один датафрейм предсказанные значения
MyData <- cbind(MyData, baby_predict_diap)



# Рисуем все вместе

ggplot(data = baby, aes(x = bpd)) + #Базовый уровень с первичными данными
  geom_point(aes(y = bwt)) + #Наносим точки
  geom_line(data = MyData, aes(y = Predicted - 1.96*SE), linetype = 2, color = "red") + #Нижняя граница 95% доверительной области для линии регрессии
  geom_line(data = MyData, aes(y = Predicted + 1.96*SE), linetype = 2, color = "red") + #Верхняя граница 95% доверительной области для линии регрессии
  geom_line(data = MyData, aes(x = bpd, y = Predicted), color = "blue", size = 2) + # линия регрессии
  geom_ribbon(data = MyData, aes(x = bpd, ymin = lwr, ymax = upr), alpha = 0.4, fill = "gray") # 95% диапазон предсказания



# Аналогичный рисунок, но с доверительной областью регрессии, нарисованной с помощью geom_ribbon()

ggplot(data = baby, aes(x = bpd)) +
  geom_point(aes(y = bwt)) +
  geom_ribbon(data = MyData, aes(x = bpd, ymin = Predicted - 1.96*SE, ymax = Predicted + 1.96*SE), alpha = 0.6, fill = "green") +
  geom_line(data = MyData, aes(x = bpd, y = Predicted), color = "blue", size = 2) +
  geom_ribbon(data = MyData, aes(x = bpd, ymin = lwr, ymax = upr), alpha = 0.4, fill = "gray") # 95% диапазон предсказания





######################################################
#          Здания для работы по группам              #
######################################################

#
# 1. Подберите модель, описывающую связь между зависимой переменной и предложенным предиктором.
# 2. Выведите числовые результаты подбора модели.
# 3. Глядя на числовые результаты, опишите словами, как изменяется переменная отклика в зависимости  от предиктора
# 4. Визуализируйте полученную модель, изобразив на графике первичные данные, линию регрессии, доверительный интервал регрессии и интервал предсказаний.

#
# Группа № 1
# датасет iris для вида setosa
# переменная отклка: Sepal.Length
# предиктор: Petal.Length




# Группа № 2
# датасет diamonds для группы Good
# переменная отклка: price
# предиктор: carat

diamonds


# Группа № 3
# датасет cats {MASS} для группы M
# переменная отклка: Hwt
# предиктор: Bwt


# Группа № 4
# датасет crabs {MASS} для группы sp = B & sex = M
# переменная отклка: CW
# предиктор: CL



# Группа № 5
# датасет geyser {MASS}
# переменная отклка: duration
# предиктор: waiting