Proyecto Final de Advanced Analytics

Presentador - LUIS ANTONIO CALVO QUISPE

Perfil Linkelind

Google Drive

Video Explicativo

Resumen de Resultados

Presentación del Codigo

# Cargamos las librerias necesarias
library(fabletools)
library(feasts)
library(ggplot2)
library(dplyr)
library(tidyverse)
library(reshape2)
library(fable)
library(lubridate)
library(tsibble)
library(zoo)
library(readxl)
library(tsibbledata)
library(DataExplorer)
library(fpp3)
library(textshape)
library(stats)
library(car)
library(caret)
library(WriteXLS)
library(FactoMineR)
library(pls)
library(lattice)
library(caret)
library(openxlsx)
library(corrplot)
#install.packages('MASS')
#install.packages('pls')
#install.packages('FactoMineR')
#install.packages('textshape')
#install.packages('car')
#install.packages('corrplot')
#install.packages('caret')

# CONFIGURACION INICIAL
rm(list = ls())
graphics.off()
cat("\014")  # control + l (limpia consola)

# estabelcemosla ruta del archivo xlsx

ruta = "jaggia_ba_1e_NBA.xlsx"
datos = read_excel(ruta,"Average stat")

# Analizando Tipos de Datos ...
str(datos)

# Condiciones Generales del Problema
base_datos <- datos %>% filter(Season == 'Career' & Postseason == FALSE)
Name <- base_datos$Name
base_datos <- textshape::column_to_rownames(base_datos,loc = 2)

Salarios <- base_datos$Salary  #salarios escalados
Salarios[is.na(Salarios)] <- 0

# Desagregando Columnas no Numericas (Solo 23 Variables)
datos_filtrado <- base_datos %>%
  select(-Position,-Season,-Postseason,-Team,-Player,-Salary) 

# Analizando Tipos de Datos ...
str(datos_filtrado)

# Eliminando datos Nulos
datos_filtrado <- mutate_all(datos_filtrado, ~replace(., is.na(.), 0))
 
# Aplicando PCA -- Datos Filtrados no NUlos!
datos_filtrado  <- scale(datos_filtrado)
datos_filtrado <- data.frame(datos_filtrado)
pca <- prcomp(datos_filtrado)

print(pca)

summary(pca)


# Matriz de Correlación

biplot(pca, scale = 0, main = 'Diagrama de Componentes Principales')

plot(pca, type = 'l', main = 'Grafica de Componentes Principales')

#Ver Los Pesos de cada una de las Variables para cada uno de los CP
pca$x

# Verctor Desviación Estandar PCA
desv_stand = pca[[1]]
desv_stand

# Vertar Varianza PCA
varianza = desv_stand^2
varianza

sum(varianza)
sum(desv_stand)
acum_var <- varianza/23*100
acum_var
porcen_var = acum_var

tam_var = length(acum_var)

for (i in 2:tam_var){
  acum_var[i] = acum_var[i] + acum_var[i-1]
}

acum_var

#convertir los datos de rotación de PCA a dataframe
pca_frame <- data.frame(pca$rotation)
round(pca_frame,5)


#extraer los nombre de las columnas de myData
columnas <- data.frame(colnames(pca_frame[0,]))
columnas


#crear una tabla que agregue el frame de pca despues del nombre de las columnas
pca_frame_final <- data.frame(columnas,pca_frame)

#Rotar el porcentaje de varianza y su acumulador en un dataframes
acum_var_frame <- data.frame(t(acum_var))
porcen_var_frame <- data.frame(t(porcen_var))

#Convertir porcentaje de varianza y su acumulador en una sola tabla
varianza_frame <- rbind(porcen_var_frame, acum_var_frame)

#Crear un arreglo con el nombre de las columnas de porcentaje de varianza
#y el acumulador de varianza
columnas_varianza <- data.frame(c("Variance %", "Cumulative Variance %"))

#combinas los nombres y los valores de porcentaje de varianza
#y acumulador de varianza en un frame final de varianza
varianza_frame <- cbind(columnas_varianza, varianza_frame)

#cambiar de nombres a las columnas de frame final de varianza con los
#nombre del frame final de pca
colnames(varianza_frame) <- colnames(pca_frame_final)

#agregar el frame final de varianza al frame final de pca
pca_frame_final <- rbind(pca_frame_final,varianza_frame)

#nombrar las filas del pca final con la columna name
rownames(pca_frame_final) <- pca_frame_final$name
pca_frame_final

#exportar la tabla de pca final
write.xlsx(pca_frame_final, "NBA_feature.xlsx")

#borrar la columna de name
pca_frame_final <- pca_frame_final[,-1]
pca_frame_final

#Ver los pesos de la PCA
pca_pesos <- pca$x


#Combinar los nombres de los jugadores y los pesos de los mismos
newdata <- data.frame(pca$x)
newdata_nombre <- data.frame(Name,pca$x)

newdata

#Elegir los 7 pesos principales
newdata_nombre <- newdata_nombre[,-(9:24)]
newdata <- newdata[,-(8:24)]

head(newdata_nombre)

#Exportar la tabla de jugaremos con sus pesos y renombrar el nombre a jugadores
newdata <- rename(newdata, Player = Name)
write.xlsx(newdata, "NBA_players.xlsx")

Nueva_Data <- newdata

# Realizando el Analisis de los 7 Componentes Principales

head(Nueva_Data)
 
modelo1 <- lm(Salarios~. , data = Nueva_Data)

summary(modelo1)

boxplot(modelo1$residuals)

modelo1$coefficients

par(mfrow=c(2,2))
plot(modelo1)


# Rediseñando el Modelo

head(Nueva_Data)

Nueva_Data_Modelo <- Nueva_Data

Nueva_Data_Modelo$PC4 <- NULL
Nueva_Data_Modelo$PC5 <- NULL
Nueva_Data_Modelo$PC7 <- NULL

modelo2 <- lm(Salarios~. , data = Nueva_Data_Modelo )


summary(modelo2)

boxplot(modelo2$residuals)

modelo2$coefficients

par(mfrow=c(2,2))
plot(modelo2)

Resultados

Resumen de Resultados