#' ---
#' lesson: Statistik6
#' knitr:
#'   opts_chunk: 
#'     collapse: false
#' editor: 
#'   markdown: 
#'     wrap: 72
#' ---
#' 
#' 
#' # Statistik 6: Demo
#' 
#' [Demoscript herunterladen (.R)](../purl/Statistik6_Demo.R){.dld}
#' 
#' [Demoscript herunterladen (.qmd)](../purl/Statistik6_Demo.qmd){.dld}
#' 
#' -   Datensatz *rm_plants.csv*
#' -   Datensatz *DeerEcervi.csv*
#' 
## -----------------------------------------------------------------------------
library("readr")
library("ggplot2")
library("dplyr")

#' 
#' ## Repeated measures
#' 
#' Es handelt sich um einen Düngeversuch (Daten aus Lepš & Šmilauer 2020).
#' 18 Pflanzenindividuen wurden zufällig einer von drei Düngevarianten
#' zugewiesen und dabei zu vier Zeitpunkten ihre Wuchshöhe gemessen.
#' Abhängigkeiten sind hier in zwei Aspekten vorhanden: einerseits wurde
#' jedes Pflanzenindividuum mehrfach gemessen, andererseits hat es nur
#' jeweils eine Düngervariante erhalten.
#' 
## -----------------------------------------------------------------------------
#| message: false
# Daten laden
plantf <- read_delim("datasets/stat/rm_plants.csv", delim = ";") |>
  mutate( across(where(is.character), as.factor))

#' 
## -----------------------------------------------------------------------------
str(plantf)
summary(plantf)
table(plantf$Treatment, plantf$PlantID)

# Mit aov
pf_eaov <- aov(PlantHeight ~ Treatment * Time + Error(PlantID), data = plantf)
summary(pf_eaov)

# Als LMM 
library("glmmTMB")

pf_lmm <- glmmTMB(PlantHeight ~ Treatment * Time + (1 | PlantID), 
                 family = gaussian, 
                 REML = TRUE,
                 data = plantf)

library("car")
Anova(pf_lmm)
summary(pf_lmm)

library("performance")
r2(pf_lmm)

# Modellvalidierung mit DHARMa
library("DHARMa")

set.seed(123)
simulationOutput <- 
  simulateResiduals(fittedModel = pf_lmm, plot = TRUE, n = 1000)
# Plot residuals vs. covariates des models
plotResiduals(simulationOutput, form = plantf$Time)
plotResiduals(simulationOutput, form = plantf$Treatment) 

#' 
## -----------------------------------------------------------------------------
#| message: false
#| warning: false
# Darstellung (Interaktions Plot)
library("ggeffects")
pred <- predict_response(pf_lmm, terms = c("Time", "Treatment")) 
pred

plot(pred) +
  theme_classic() +
  theme(plot.title = element_blank())

#' 
#' ## Split-plot & Repeated measures Design
#' 
#' Es wurden zufällig fünf Untersuchungsgebiete (sites) ausgewählt, in
#' denen jeweils der gleiche Versuchsblock implementiert wurde, bestehend
#' aus dem Management (treatment) und der Frage, ob wilde Grossherbivoren
#' Zugang zur Fläche hatten (plot type) (Abb. 6.1). Je ein Drittel jeder
#' Untersuchungsfläche (zufällig zugewiesen) blieb gänzlich ungenutzt(U),
#' wurde zu Beginn kontrolliert abgebrannt und danach sich selbst
#' überlassen (B) oder wurde jährlich gemäht (M). Innerhalb jedes Drittels
#' wiederum wurde (zufällig zugewiesen) die Hälfte eingezäunt (F = fenced
#' vs. O = open), um die Beweidung durch Grossherbivoren zu verhindern.
#' 
## -----------------------------------------------------------------------------
#| message: false
# Import Data
glex <- 
  read_delim("datasets/stat/Riesch_et_al_2020_grassland.csv", delim = ";") |>
  mutate(across(where(is.character), as.factor))

#' 
## -----------------------------------------------------------------------------
str(glex)
glex$year <- as.factor(glex$year)
summary(glex)

table(glex$site_code, glex$treatment, glex$plot_type, glex$year)

#' 
#' balanced Design (nicht zwingend nötig für LMM)
#' 
#' ## LMM with random interecept
#' 
#' REML = TRUE : (Restricted maximum likelihood) v.s\
#' REML = FALSE: Maximum likelihood (ML)
#' 
#' Bei REML sind die estimates genauer, aber REML sollte nicht für
#' Modelvergleiche (z.B mit AIcc oder drop1 funktion) benutzt werden Dies
#' ist nur relevant für Gaussian mixed models (LMM) nicht für GLMMs
#' 
#' 
## -----------------------------------------------------------------------------
# 2.1 Model fitten
lmm_1 <- glmmTMB(SR ~ year * treatment * plot_type + 
               (1| site_code/treatment/plot_type), 
               family = gaussian, 
               REML = FALSE,
               data = glex)


#' 
## -----------------------------------------------------------------------------
# Manuelle Modelselektion
drop1(lmm_1, test = "Chisq")

lmm_2 <- update(lmm_1,~. -year:treatment:plot_type)
drop1(lmm_2, test = "Chisq")

lmm_3 <- update(lmm_2,~. -treatment:plot_type)
drop1(lmm_3, test = "Chi")

# Refit with REML
lmm_4 <- update(lmm_3, REML = TRUE)

# Resultat
Anova(lmm_4)
summary(lmm_4)
r2(lmm_4)

#' 
#' Modelvalidierung
#' 
#' Wenn wir LMM für Zähldaten wie Anzahl Arten verwenden, sollten wir
#' sicherstellen das keine Werte \<0 predicted werden (ansonsten brauchen
#' wir GLMM\
#' mit poisson Verteilung)
#' 
## -----------------------------------------------------------------------------
sum( fitted(lmm_2) < 0)

set.seed(123)
simulationOutput <- 
  simulateResiduals(lmm_2, plot = TRUE, n = 1000)

#' 
## -----------------------------------------------------------------------------
#| warning: false
# Darstellung
library("ggeffects")

pred_2 <- predict_response(lmm_2, terms = c("year", "treatment", "plot_type") ) 

plot(pred_2) +
  theme_classic() +
  theme(plot.title = element_blank())

#' 
#' ## Random slope & random intercept
#' 
#' Im folgenden Beispiel wurde bei 18 Versuchspersonen die Wirkung von
#' zunehmenden Schlafentzug auf die Reaktionszeit (in ms) gemessen. Bei
#' jeder Versuchsperson wurde der Effekt an den Tagen 2–9 des Versuchs je
#' einmal gemessen (Tage 0 und 1 sind die Trainingsphase und bleiben daher
#' unberücksichtigt).
#' 
## -----------------------------------------------------------------------------
# Daten laden
library(lme4)
data(sleepstudy)
?sleepstudy

# Daten ohne Trainingsphase
sleepstudy_2 <- subset(sleepstudy, Days>=2)
str(sleepstudy_2)
summary(sleepstudy_2)

table(sleepstudy_2$Subject)

# Visualisierung
ggplot(sleepstudy_2, aes(y = Reaction, x = Days)) +
  geom_point() +
  xlab("Number of days of sleep deprivation") +
  ylab("Average reaction time (ms)") +
  geom_smooth(method = "lm", formula = 'y ~ x', se = F, fullrange = T) +
  theme_classic() +
  facet_wrap(~Subject)


#' 
#' Wie man in der Visualisierung sehen kann, unterscheiden sich nicht nur
#' die Intercepts (Reaktionszeit ohne Schlafmangel), sondern der
#' Schlafmangel scheint sich auch unterschiedlich stark auf die
#' Reaktionszeit der Probanden auszuwirken. In diesem Fall ist es daher
#' sinnvoll, nicht nur einen Random Intercept, sondern auch einen Random
#' Slope zu fitten.
#' 
## -----------------------------------------------------------------------------
# Modelle fitten

# Random intercept
lmm_1 <- glmmTMB(Reaction ~ Days + (1 | Subject),
                 family = gaussian,
                 data = sleepstudy_2)

# Random slope + random intercept
lmm_2 <- glmmTMB(Reaction ~ Days + (Days | Subject),
                 family = gaussian,
                 data = sleepstudy_2)

# Modelle vergleichen
anova(lmm_1, lmm_2)

# Modellvalidierung
set.seed(123)
simulationOutput <- simulateResiduals(fittedModel = lmm_2, plot = TRUE, n = 1000)

# Model resultat
summary(lmm_2)
r2(lmm_2)

# Visualisierung
plot( predict_response(lmm_2)) +
  geom_line(color = "blue") +
  geom_point(data = sleepstudy_2, aes(Days, Reaction), alpha = 0.5) +
  theme_classic() +
  theme(plot.title = element_blank())

#' 
#' ## GLMM
#' 
#' Befall von Rothirschen (Cervus elaphus) in spanischen Farmen mit dem
#' Parasiten Elaphostrongylus cervi. Modelliert wird
#' Vorkommen/Nichtvorkommen von L1-Larven 130 dieser Nematode in
#' Abhängigkeit von Körperlänge und Geschlecht der Hirsche. Erhoben wurden
#' die Daten auf 24 Farmen.
#' 
## -----------------------------------------------------------------------------
#| message: false
# Daten laden und für GLMM aufbereiten
DeerEcervi <- read_delim("datasets/stat/DeerEcervi.csv", delim = ";") |>
  mutate( across(where(is.character), as.factor))

#' 
## -----------------------------------------------------------------------------
# Daten anschauen
str(DeerEcervi)
summary(DeerEcervi)
table(DeerEcervi$Farm)

#' 
## -----------------------------------------------------------------------------
# Model fitten. Die function "scale" standartisiert die Kontinuierliche variable 
# Hischlänge:
# ( DeerEcervi$Length - mean(DeerEcervi$Length)) / sd(DeerEcervi$Length )
glmm_1 <- glmmTMB(Ecervi ~ scale(Length) * Sex + (1 | Farm), 
                  family = binomial, 
                  data = DeerEcervi)

Anova(glmm_1)
summary(glmm_1)

library("performance")
r2(glmm_1)
performance_roc(glmm_1)

#' 
## -----------------------------------------------------------------------------
# Modellvalidierung
set.seed(123)
simulationOutput <- 
  simulateResiduals(fittedModel = glmm_1, plot = TRUE, n = 1000)
plotResiduals(simulationOutput, form = DeerEcervi$Sex)
plotResiduals(simulationOutput, form = scale(DeerEcervi$Length) )

#' 
## -----------------------------------------------------------------------------
#| warning: false
# Visualisierung
pred_3 <- predict_response(glmm_1, c("Length[all]", "Sex") )

# mit all werden für mehr Körperlängen Werte predicted was zu smootheren 
# lines im plot führt
ggplot(pred_3, aes(x, predicted, color = group)) +
  geom_line(linewidth = 1) +
  geom_point(data = DeerEcervi, aes(Length, Ecervi, color = Sex), alpha = 0.5) +
  labs(x = "\n Dear body length [cm]",
       y = "Wahrscheinlichkeiten einer Elaphostrongylus cervi infection \n") +
  theme_classic() +
  theme(plot.title = element_blank())

