# Regressão com os dados de Galton

## Exame dos pacotes instalados na sua sessão e limpeza do console

search()
cat("\014")

## Instação dos pacote UsingR onde se encontram os dados do Galton

install.packages("UsingR")
library(UsingR)
data(galton)
save(galton,file="C:/Mydatafile/galton.Rdata")
load(file="C:/Mydatafile/galton.Rdata")
load(file.choose())
class(galton)
dim(galton)
head(galton)
?galton

## Conversão de unidades de polegadas para metros

galton <- galton*0.0254 # conversão de polegadas para metros
head(galton)
View(galton)
str(galton)
y <- galton$child
x <- galton$parent

## Plot com a função jitter

plot(x,y)
plot(jitter(x,4),y)
plot(jitter(x,5),jitter(y,5),pch=21,bg="lightblue",
     xlab="Altura dos Pais (m)",ylab="Altura dos Filhos (m)")

## Ajustando um modelo linear

cor(x,y)
fit1 <- lm(y~x)
abline(fit1,lwd=3,col="lightblue")
abline(v=mean(x),h=mean(y),col="red")
coef(fit1)
summary(fit1)

## E se destruirmos a dependência entre X e Y?

head(x)
x <- sample(x)
head(x)
cor(x,y)
plot(x,y)
plot(jitter(x,4),y)
plot(jitter(x,5),jitter(y,5),
     pch=21,bg="lightblue")
fit2 <- lm(y~x)
abline(fit2,lwd=3,col="lightblue")
abline(v=mean(x),h=mean(y),col="red")
coef(fit2)
summary(fit2)

## Plot com bolhas proporcionais às frequências das observações

freqData <- as.data.frame(table(galton$child, galton$parent))
names(freqData) <- c("child", "parent", "freq")
plot(as.numeric(as.vector(freqData$parent)),
     as.numeric(as.vector(freqData$child)),
     pch=21,col="black",bg="lightblue",
     cex=.07*freqData$freq,xlab="parent",ylab ="child")

## Plotando o ajuste linear

abline(fit1,lwd=3,col="lightblue")
abline(v=mean(x),h=mean(y),col="red")
coef(fit1)

fit1
summary(fit1)