notesModelingAnova-Ancova.Rmd

---
title: "Apunts modeling"
output: html_document
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
```

## R Markdown

This is an R Markdown document. Markdown is a simple formatting syntax for authoring HTML, PDF, and MS Word documents. For more details on using R Markdown see <http://rmarkdown.rstudio.com>.

When you click the **Knit** button a document will be generated that includes both content as well as the output of any embedded R code chunks within the document. You can embed an R code chunk like this:

```{r cars}
library(car)
df<-Prestige
df$f.femenin<-ifelse(df$women>50,1,0)
df$f.femenin<-factor(df$f.femenin,labels=c("fem.no", "fem.yes"))
m0<-lm(prestige~1,data=df)
m1<-lm(prestige~type*f.femenin,data=df)
m2<-lm(prestige~type+f.femenin,data=df)
summary(m1) #intentem interpretar el model d'interaccions (el més complciat)
#


m3<-lm(prestige~type,data=df)
anova(m2,m1) #acceptem hipotesi nula a partir del 15% o així (que significa que els dos models són equivalents) <- això és un test de Fischer
Anova(m2) #test d'efectes nets -> un cop tinc la resta de variables al model: Hipotesi nula = no val la pena afegir type (REBUTGEM HIPOTESI NULA <2e-16). En canvi per femenin acceptem hipotesi nula (no val la pena afegir-la)
model.matrix(m1) #no ens la mirarem mai més, només ara per entendre la teoria

```

## ANCOVA

```{r pressure, echo=FALSE}
options(contrasts=c("contr.treatment","contr.treatment"))
m0<-lm(prestige~1,data=Prestige[!is.na(Prestige$type),])
m1<-lm(prestige~type*income,data=Prestige[!is.na(Prestige$type),])
m2<-lm(prestige~type+income,data=Prestige[!is.na(Prestige$type),])
m3<-lm(prestige~type,data=Prestige[!is.na(Prestige$type),])
m4<-lm(prestige~income,data=Prestige[!is.na(Prestige$type),])

anova(m2,m1) #intentar treure's de sobre les interaccions
Anova(m2) #tots dos tenen uns efectes nets que són significatius (és coherent amb el fet que m'he trobat que fa falta les interaccions) tot i que no smepre ha de ser així

summary(m1)
scatterplot(prestige~income|type,data=df)
#tenim interaccions perque podem veure que tenim 3 pendents diferenciades
?scatterplot #per mirar el help!!
```