Add models revolving around k's

Added models that explain frequency using both the Triangle and the Gravity assessement done by the individual.

Author: hugoncosta

script.R

@@ -4,15 +4,18 @@ install.packages("dplyr")
 install.packages("memisc")
 install.packages("GGally")
 install.packages("tidyr")
+install.packages("pander")
+install.packages("ANOVA")
 
 library(dplyr)
 library(memisc)
 library(haven)
 library(lmtest)
 library(ggplot2)
 library(ggfortify)
-
-
+library(pander)
+library(lme4)
+library(ANOVA)
 
 df = as.data.frame(read_spss("BD final - estudantes.sav"))
 
@@ -81,3 +84,109 @@ gqtest(model15)
 
 # Heteroskedascitity - PCA?
 
+
+# Experimental - Explaining k frequency with k gravity assessement 
+# Create the data
+
+datak = transmute(df, oportunidade = as.numeric(df$tri_oportunidade),
+                  pressao = as.numeric(df$losango_motivacao),
+                  racionalizacao = as.numeric(df$tri_dist_moral),
+                  kf1 = as.numeric(df$k_especificos_1_2), 
+                  kf2 = as.numeric(df$k_especificos_1_5), 
+                  kf3 = as.numeric(df$k_especificos_1_7), 
+                  kf4 = as.numeric(df$k_especificos_1_9), 
+                  kf5 = as.numeric(df$k_especificos_1_10), 
+                  kf6 = as.numeric(df$k_especificos_1_12), 
+                  kf7 = as.numeric(df$k_especificos_1_57), 
+                  kf8 = as.numeric(df$k_especificos_1_13), 
+                  kf9 = as.numeric(df$k_especificos_1_15), 
+                  kf10 = as.numeric(df$k_especificos_1_16), 
+                  kf11 = as.numeric(df$k_especificos_1_17), 
+                  kf12 = as.numeric(df$k_especificos_1_18), 
+                  kf13 = as.numeric(df$k_especificos_1_20), 
+                  kf14 = as.numeric(df$k_especificos_1_21), 
+                  kf15 = as.numeric(df$k_especificos_1_24), 
+                  kf16 = as.numeric(df$k_especificos_1_28),
+                  kfavg = rowMeans(df[34:50], na.rm = TRUE),
+                  kg1 = as.factor(df$k_especificos_2_2), 
+                  kg2 = as.factor(df$k_especificos_2_5), 
+                  kg3 = as.factor(df$k_especificos_2_7), 
+                  kg4 = as.factor(df$k_especificos_2_9), 
+                  kg5 = as.factor(df$k_especificos_2_10), 
+                  kg6 = as.factor(df$k_especificos_2_12), 
+                  kg7 = as.factor(df$k_especificos_2_57), 
+                  kg8 = as.factor(df$k_especificos_2_13), 
+                  kg9 = as.factor(df$k_especificos_2_15), 
+                  kg10 = as.factor(df$k_especificos_2_16), 
+                  kg11 = as.factor(df$k_especificos_2_17), 
+                  kg12 = as.factor(df$k_especificos_2_18), 
+                  kg13 = as.factor(df$k_especificos_2_20), 
+                  kg14 = as.factor(df$k_especificos_2_21), 
+                  kg15 = as.factor(df$k_especificos_2_24), 
+                  kg16 = as.factor(df$k_especificos_2_28),
+                  kgavg = as.factor(as.integer(rowMeans(df[51:67], na.rm = TRUE))))
+
+# Create models for each one
+modelk1 = lm(data = datak, 
+             kf1 ~ oportunidade + pressao + racionalizacao + kg1)
+
+modelk2 = lm(data = datak, 
+             kf2 ~ oportunidade + pressao + racionalizacao + kg2)
+
+modelk3 = lm(data = datak, 
+             kf3 ~ oportunidade + pressao + racionalizacao + kg3)
+
+modelk4 = lm(data = datak, 
+             kf4 ~ oportunidade + pressao + racionalizacao + kg4)
+
+modelk5 = lm(data = datak, 
+             kf5 ~ oportunidade + pressao + racionalizacao + kg5)
+
+modelk6 = lm(data = datak, 
+             kf6 ~ oportunidade + pressao + racionalizacao + kg6)
+
+modelk7 = lm(data = datak, 
+             kf7 ~ oportunidade + pressao + racionalizacao + kg7)
+
+modelk8 = lm(data = datak, 
+             kf8 ~ oportunidade + pressao + racionalizacao + kg8)
+
+modelk9 = lm(data = datak, 
+             kf9 ~ oportunidade + pressao + racionalizacao + kg9)
+
+modelk10 = lm(data = datak, 
+             kf10 ~ oportunidade + pressao + racionalizacao + kg10)
+
+modelk11 = lm(data = datak, 
+             kf11 ~ oportunidade + pressao + racionalizacao + kg11)
+
+modelk12 = lm(data = datak, 
+             kf12 ~ oportunidade + pressao + racionalizacao + kg12)
+
+modelk13 = lm(data = datak, 
+             kf13 ~ oportunidade + pressao + racionalizacao + kg13)
+
+modelk14 = lm(data = datak, 
+             kf14 ~ oportunidade + pressao + racionalizacao + kg14)
+
+modelk15 = lm(data = datak, 
+             kf15 ~ oportunidade + pressao + racionalizacao + kg15)
+
+modelk16 = lm(data = datak, 
+             kf16 ~ oportunidade + pressao + racionalizacao + kg16)
+
+#avg model
+modelkavg = lm(data = datak, 
+               kfavg ~ oportunidade + pressao + racionalizacao + kgavg)
+summary(modelkavg)
+autoplot(modelkavg)
+
+# Comparing models
+AIC(modelk1, modelk2, modelk3, modelk4, modelk5, modelk6, modelk7, 
+    modelk8, modelk9, modelk10, modelk11, modelk12, modelk13, modelk14, 
+    modelk15, modelk16, modelkavg)
+
+BIC(modelk1, modelk2, modelk3, modelk4, modelk5, modelk6, modelk7, 
+    modelk8, modelk9, modelk10, modelk11, modelk12, modelk13, modelk14, 
+    modelk15, modelk16, modelkavg)
+