#Ejercicio
#chickwts {datasets}
#Realiza un analisis de varianza con la base de datos chickwts del paquete datasets
#Efectua un grafico de barras con los valores promedios de cada grupo y sus errores estandar
#Obten los valores predichos para cada nivel a partir de los coeficientes y usando el paquete allEffects.
#CARGANDO PAQUETES#
library(effects)
library(gplots)
library(multcomp)
library(ISwR)
library(bbmle)

data(chickwts)
str(chickwts)
head(chickwts)
names(chickwts) <- c("peso", "dieta")
levels(chickwts$dieta) <- c("D1","D2","D3","D4","D5","D6")
#MODELO LINEAL
m1 <- lm(peso ~ dieta, data = chickwts)
par(mfrow=c(2,2))
plot(m1)
#Validando
summary(m1)
#ANOVA
anova(m1)
summary(m1)
#Determinar los valores que difieren
#Comparaciones multiples, prueba de Tukey
cht <- glht(m1, linfct = mcp(dieta = "Tukey"))
cht
#Intervalos de confianza 
confint(cht)
colores <- c("red","blue","green","orange","darkgreen","yellow")
#Grafica
plot(confint(cht),col=colores)
summary(cht, test = univariate())
#Correccion de bonferroni
summary(cht, test = adjusted("bonferroni"))
#Efectua un grafico de barras con los valores promedios de cada grupo y sus errores estandar
efi2 <- allEffects(m1)
summary(efi2)
#HARDCORE
model.matrix(m1)
d1 <- coef(m1)[1]
d2 <- coef(m1)[1] + coef(m1)[2]
d3 <- coef(m1)[1] + coef(m1)[3]
d4 <- coef(m1)[1] + coef(m1)[4]
d5 <- coef(m1)[1] + coef(m1)[5]
d6 <- coef(m1)[1] + coef(m1)[6]
d1
d2
d3
d4
d5
d6
#barplot2 intervalos de confianza en las barras

m2 <- lm(peso ~ dieta-1, data = chickwts)
model.matrix(m2)
coef(m2)
ci <- confint(m2)
ici <- as.vector(ci[,1]);ici
ics <-as.vector(ci[,2]);ics
inter <- c(d1,d2,d3,d4,d5,d6)

barplot2(inter, ci.l = ici, ci.u =ics, plot.ci=TRUE,names=c("D1", "D2","D3","D4","D5","D6"),ylab= "PESO", col=colores)