server.R

library(shiny)

source("auxiliar.R")

shinyServer(function(input,output,session){
  
  observe({
    inFile <- input$file1
    if(is.null(inFile)) 
      dt <- datos
    else dt <- read.csv(inFile$datapath, header=input$header, sep=input$sep)
    
    updateSelectInput(session, "variable1",
                      choices = names(dt),
                      selected = "Weight")
    
    updateSelectInput(session, "variable2",
                      choices = names(dt),
                      selected = "Group")
  })
  
  output$summary <- renderTable({
    inFile <- input$file1
    if(is.null(inFile)) 
      dt <- datos
    else dt <- read.csv(inFile$datapath, header=input$header, sep=input$sep)
    dt <- na.omit(dt)  # Para eliminar obs con NA
    dt
  })
  
  output$statistic <- renderTable({
    inFile <- input$file1
    if(is.null(inFile)) 
      dt <- datos
    else dt <- read.csv(inFile$datapath, header=input$header, sep=input$sep)
    # Para eliminar obs con NA
    dt <- na.omit(dt)  
    # Para obtener x y grupo
    x <- dt[, input$variable1]
    group <- dt[, input$variable2]
    group <- as.factor(group)
    
    xx <- split(x, group)  # Lista con variable interes
    resumen <- function(x) c(mean(x), var(x), length(x))
    res <- sapply(xx, resumen)
    rownames(res) <- c('Media', 'Varianza', 'Número obs')
    t(res)
  },
  rownames = TRUE, align='c', bordered = TRUE) # Para obtener tabla con rownames
  
  output$appPlot <- renderPlot({
    inFile <- input$file1
    if(is.null(inFile)) 
      dt <- datos
    else dt <- read.csv(inFile$datapath, header=input$header, sep=input$sep)
    # Para eliminar obs con NA
    dt <- na.omit(dt)  
    # Para obtener x y grupo
    x <- dt[, input$variable1]
    group <- dt[, input$variable2]
    group <- as.factor(group)
    
    if (nlevels(group) != 2) {
      plot(1, type = "n", xlab = "", ylab = "", axes = FALSE) 
      mensaje <- "La variable cualitativa \n que eligió debe tener sólo \n 2 niveles."
      text(x=1, y=1, mensaje, cex=2, col = "blue", pos=3)
    }
    
    else {
      par(mfrow=c(1, 2), bg="gray98")
      
      # Para dibujar las densidades
      xx <- split(x, group)
      den <- lapply(xx, density)
      plot(den[[1]], lwd=4, col='deepskyblue3',
           main='Densidad', las=1,
           xlab=as.character(input$variable1),
           ylab='Densidad',
           xlim=range(range(den[[1]]$x), range(den[[2]]$x)),
           ylim=c(0, max(c(den[[1]]$y, den[[2]]$y))))
      lines(den[[2]], lwd=4, col='firebrick3')
      
      # Leyenda para distiguir las densidades
      legend('topright', bty='n',
             lwd=4, 
             col=c('deepskyblue3', 'firebrick3'),
             legend=unique(group))
      
      # Para dibujar los qqplot
      qq1 <- qqnorm(xx[[1]], plot.it=FALSE)
      qq2 <- qqnorm(xx[[2]], plot.it=FALSE)
      
      plot(qq1, las=1, main='QQplot',
           pch=19, col='deepskyblue3',
           xlim=range(c(qq1$x, qq2$x)),
           ylim=range(c(qq1$y, qq2$y)),
           xlab='Cuantiles teóricos N(0, 1)',
           ylab=as.character(input$variable1))
      points(qq2, pch=19, col='firebrick3')
      
      # Para construir los qqplot
      qqline(xx[[1]], col='deepskyblue3')
      qqline(xx[[2]], col='firebrick3')
      
      # Para incluir el valor P de Shapiro
      shapi <- lapply(xx, shapiro.test)
      leyenda <- c(paste('Valor P=', round(shapi[[1]]$p.value, 2)),
                   paste('Valor P=', round(shapi[[2]]$p.value, 2)))
      legend('topleft', bty='n',
             text.col=c('deepskyblue3', 'firebrick3'),
             legend=leyenda)
    }
  })
  
  output$resul1 <- renderText({
    inFile <- input$file1
    if(is.null(inFile)) 
      dt <- datos
    else dt <- read.csv(inFile$datapath, header=input$header, sep=input$sep)
    # Para eliminar obs con NA
    dt <- na.omit(dt)  
    # Para obtener x y grupo
    x <- dt[, input$variable1]
    group <- dt[, input$variable2]
    group <- as.factor(group)
    
    if (nlevels(group) != 2) {
      paste0("La variable cualitativa \n que eligió debe tener sólo \n 2 niveles.")
    }
    else {
      xx <- split(x, group)
      ph <- t.test(x=xx[[1]], y=xx[[2]],
                   alternative=input$h0, 
                   mu=input$delta0, 
                   conf.level=input$alfa,
                   var.equal=input$var.equal)
      paste0('El estadístico de prueba es t0=', round(ph$statistic, 4),
             ' con un valor-P de ', round(ph$p.value, 4), '.')
    }
  })
  
  
   output$resul2 <- renderText({
     inFile <- input$file1
     if(is.null(inFile)) 
       dt <- datos
     else dt <- read.csv(inFile$datapath, header=input$header, sep=input$sep)
     
     dt <- na.omit(dt)  # Para eliminar obs con NA
     
     x <- dt[, input$variable1]
     group <- dt[, input$variable2]
     group <- as.factor(group)
     
     if (nlevels(group) != 2) {
       paste0("La variable cualitativa \n que eligió debe tener sólo \n 2 niveles.")
     }
     else {
       xx <- split(x, group)
       ph <- t.test(x=xx[[1]], y=xx[[2]],
                    alternative=input$h0, 
                    mu=input$delta0, 
                    conf.level=input$alfa,
                    var.equal=input$var.equal)
       intervalo <- paste("(", round(ph$conf.int[1], digits=4),
                          ", ",
                          round(ph$conf.int[2], digits=4),
                          ").", sep='')
       paste0('El intervalo de confianza del ', 100*input$alfa,
              '% para la diferencia de medias poblacionales es ',
              intervalo)
     }
  })
   
   output$miteoria <- renderUI({
     HTML(markdown::markdownToHTML(knit(input='teoria.md', quiet = TRUE)))
   })

  

})