#install.packages(c("FactoMineR","tidyverse"))

library(tidyverse)
require(ggrepel)
library(FactoMineR)

# Données ----
db <- read.csv("https://epog.univ-paris13.fr/wp-content/uploads/2021/01/db21janvier.txt", sep=";")
#la ligne au dessus importe directement depuis le site d'epog
#en cas de problème, aller sur le site
# et faire "clic droit" puis enregistrer db11janvier_sans_accent-1.txt
#dans le même dossier que ce script R
#et retirer le # de la ligne ci-dessous
#db11janvier <- read.csv("db11janvier.txt", sep=";")

names(db)
#on prépare la base pour faire l'ACP
pour_PCA<-db %>% 
  mutate(poids=effectif/sum(effectif)) %>% 
  select(-effectif,-ETABLI,-academie) %>% 
  relocate(c("hommes","femmes","doctorats","masters","licences"),.after= prof_inter)

names(pour_PCA)

# ACP -----
resultat<-PCA(pour_PCA[,1:17], quanti.sup=13:17,
          row.w=pour_PCA$poids)

# FIG I : l'ébouli des pourcentages d'inertie (les valeurs propres)
barplot(resultat$eig[,2],main="Part de chaque axe dans l'inertie totale",
        names.arg=1:nrow(resultat$eig))

# FIG II : le cercle des variables --------------
plot.PCA(resultat,choix='var',title="Graphe des variables de l'ACP")

#on peut faire la figure II à la main
dbact<-as_tibble(resultat$var$coord) %>% 
  mutate(type="Var actives") %>% 
  mutate(names=c(rownames(resultat$var$coord)))

dbsup<-as_tibble(resultat$quanti.sup$coord) %>% 
  mutate(type="Var suppl") %>% 
  mutate(names=c(rownames(resultat$quanti.sup$coord)))

dbvar<-bind_rows(dbact,dbsup)

ggplot(dbvar,aes(x=Dim.1,y=-Dim.2,
                 label=names,color=type))+
  scale_shape_manual(values=c("triangle","square"))+
  geom_point(aes(shape=type))+
  theme(legend.title=element_blank(),
        panel.background =element_rect(fill="white"),
        legend.position=c(0.15,0.85),
        legend.background = element_rect(fill="white",size=0.5, linetype="solid",colour ="black"),
        axis.title=element_text(size=12))+
  geom_text_repel(size=4,show.legend = FALSE)+
  geom_hline(yintercept=0,linetype="dashed",colour="grey")+
  geom_vline(xintercept = 0,linetype="dashed",colour="grey")+
  ggtitle("Figure II - Graphique des variables de l'ACP en 2019")

#FIG III : individus --------------

plot.PCA(resultat,title="Graphe des individus de l'ACP")

#la figure des individus à la main
dbind<-bind_cols(db,as_tibble(resultat$ind$coord)) 

ggplot(data=dbind,aes(x=Dim.1,y=-Dim.2))+
  ggtitle("Universités 2019")+
  scale_color_gradient(low = "green", high = "red")+
  geom_point(aes(color=prof_sup))+
  geom_text_repel(aes(color=prof_sup,label=Sigle),size=3)+
  geom_hline(yintercept=0,linetype="dashed")+
  geom_vline(xintercept = 0,linetype="dashed")+
  theme(plot.title=element_text(hjust=0.5),legend.position=c(.95,.9),
        panel.background =element_rect(fill="white"),legend.title=element_blank())