Julia に翻訳--119 一対比較データの双対尺度法，西里

#==========
Julia の修行をするときに，いろいろなプログラムを書き換えるのは有効な方法だ。
以下のプログラムを Julia に翻訳してみる。

一対比較データの双対尺度法（西里）
http://aoki2.si.gunma-u.ac.jp/R/pc.dual.html

ファイル名: pcdual.jl　　関数名: pcdual, plotpcdual

翻訳するときに書いたメモ

考えて見れば当たり前なんだが，annotate! にもドットを付けることができるのだ。
その際，必要ならば text にもドットを付けることを忘れずに。

==========#

using Rmath, Combinatorics, LinearAlgebra, Printf, Plots

function pcdual(F, onetwo = true)
    N, C = size(F)
    if onetwo
        F[F .== 2] .= - 1
    end
    reshape(F, 14, :)
    n = floor(Int, 1 + sqrt(1 + 8 * C) / 2)
    x = combinations(1:n, 2)
    nc = binomial(8, 2)
    A = zeros(nc, n)
    for (i, (j, k)) in  enumerate(x)
        A[i, j] = 1
        A[i, k] = -1
    end
    E = F * A
    Hn = transpose(E) * E ./ (N * n * (n - 1) ^ 2)
    values, vectors = eigen(Hn, sortby=x-> -x)　
    ne = size(Hn, 1) - 1
    eta2 = values[1:ne]
    eta = sqrt.(eta2)
    contribution = eta2 ./ sum(values[1:ne]) * 100
    cumcont = cumsum(contribution)
    W = vectors[:, 1:ne]
    colscore = W .* sqrt(n)
    colscore2 = colscore .* transpose(eta)
    rowscore2 = E * (W ./ (sqrt(n) * (n - 1)))
    rowscore = rowscore2 ./ transpose(eta)
    printpcdual(N, n, ne, eta2, eta, contribution, cumcont,
                rowscore, colscore, rowscore2, colscore2)
    Dict(:eta2 => eta2, :eta => eta, :contribution => contribution,
         :cumcont => cumcont, :rowscore => rowscore,
         :colscore => colscore, :rowscoreweighted => rowscore2,
         :colscoreweighted => colscore2)
end

function printrow(name, x)
    @printf("%9s", name)
    for y in x
        @printf("%8.3f", y)
    end
    println()
end

function printheader(ne)
    @printf("%9s", "")
    for i = 1:ne
        @printf("%8s", "Axis-" * string(i))
    end
    println()
end

function printpcdual(N, n, ne, eta2, eta, contribution, cumcont,
                     rowscore, colscore, rowscore2, colscore2)
    printheader(ne)
    printrow("eta sq.",   eta2)
    printrow("cor.",  eta)
    printrow("cont", contribution)
    printrow("cum.cont.",   cumcont)
    println("\nrow score")
    printheader(ne)
    for i = 1:N
        printrow("Row-" * string(i), rowscore[i, :])
    end
    println("\ncolumn score")
    printheader(ne)
    for i = 1:n
        printrow("Col-" * string(i), colscore[i, :])
    end
    println("\nweighted row score")
    printheader(ne)
    for i = 1:N
        printrow("Row-" * string(i), rowscore2[i, :])
    end
    println("\nweighted column score")
    printheader(ne)
    for i = 1:n
        printrow("Col-" * string(i), colscore2[i, :])
    end
end

function plotpcdual(results; weighted=true, ax1=1, ax2=2)
    pyplot()
    if weighted
        row, col = results[:rowscore], results[:colscore]
    else
        row, col = results[:rowscoreweighted], results[:colscoreweighted]
    end
    rownames = [" R" * string(i) for i = 1:size(row, 1)]
    colnames = [" C" * string(i) for i = 1:size(col, 1)]
    plt = scatter(row[:, ax1], row[:, ax2], grid=false, tick_direction=:out,
        color=:red, xlabel="Axis-"*string(ax1), ylabel="Axis-"*string(ax2),
        aspect_ratio=1, size=(600, 600), label="")
    annotate!.(row[:, ax1], row[:, ax2], text.(rownames, 8, :red, :left));
    scatter!(col[:, ax1], col[:, ax2], grid=false, tick_direction=:out,
            color=:blue, label="")
    annotate!.(col[:, ax1], col[:, ax2], text.(colnames, 8, :blue, :left))
    display(plt)
end

F = [   1 1 2 1 1 2 1 2 2 2 2 2 2 2 1 1 2 1 1 1 2 1 1 2 1 2 1 2
        2 2 2 1 2 1 2 1 2 1 2 1 2 2 1 1 1 2 1 1 1 2 2 2 2 1 2 2
        1 1 1 1 1 2 1 1 1 1 1 2 1 1 1 1 2 1 1 1 2 1 2 2 2 2 1 1
        2 1 2 1 1 1 2 1 1 1 1 1 2 2 1 2 2 2 1 1 1 2 2 2 2 2 2 2
        2 2 2 1 2 1 2 2 2 1 2 2 2 2 1 2 1 2 1 1 1 1 2 2 2 1 2 2
        1 1 1 1 1 1 1 2 2 1 2 2 2 2 1 2 2 2 1 1 1 1 2 2 2 2 2 1
        1 1 1 1 1 2 1 1 2 1 1 2 1 2 1 1 2 1 1 1 2 1 2 2 2 2 2 1
        1 1 1 1 1 2 1 1 2 1 2 2 1 2 1 2 2 1 1 2 2 1 2 2 1 2 1 1
        1 2 2 1 1 2 1 2 2 1 1 2 2 1 1 1 2 1 1 1 2 1 2 2 2 2 2 1
        1 2 1 1 2 2 2 2 2 1 2 2 2 1 1 1 1 1 1 2 2 2 2 2 2 1 1 2
        1 2 1 1 1 1 1 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2
        2 2 2 2 1 2 2 1 2 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 2 2 1
        1 2 1 1 2 1 2 2 2 2 2 2 2 1 1 1 1 1 1 2 1 2 2 2 2 1 1 2
        2 2 2 2 1 2 1 2 1 1 1 1 1 1 1 1 1 1 2 1 2 1 1 2 1 2 1 1 ];

results = pcdual(F)
#==
           Axis-1  Axis-2  Axis-3  Axis-4  Axis-5  Axis-6  Axis-7
eta sq.     0.141   0.110   0.065   0.055   0.028   0.013   0.006
cor.        0.376   0.331   0.255   0.235   0.169   0.114   0.075
cont       33.719  26.241  15.591  13.176   6.800   3.122   1.352
cum.cont.  33.719  59.960  75.550  88.726  95.526  98.648 100.000

row score
        Axis-1  Axis-2  Axis-3  Axis-4  Axis-5  Axis-6  Axis-7
 Row-1   1.101  -0.417  -0.436  -0.156   1.989   0.483   1.119
 Row-2   0.334   1.473   1.417  -0.449  -0.520   0.458  -0.510
 Row-3   1.211  -1.160   0.105   0.158  -1.527  -0.377  -0.818
 Row-4   0.418   0.507   2.145   0.783  -0.898  -1.179   0.386
 Row-5   0.669   1.481   0.872  -0.332   0.255   1.894   0.030
 Row-6   1.498   0.195   0.345   1.129   0.984  -0.226  -0.539
 Row-7   1.422  -0.968   0.693   0.294  -0.299  -0.354   0.098
 Row-8   1.086  -0.927  -0.518   1.193  -0.501   2.117  -1.057
 Row-9   1.528  -0.366   0.095  -1.011  -0.122  -0.241   2.161
Row-10   0.808   1.149  -1.173  -0.618  -1.593   0.316   1.124
Row-11   1.296   0.613  -0.546  -0.939   1.037  -1.691  -1.601
Row-12  -0.120  -0.651   1.513  -1.906   0.797   0.856  -0.689
Row-13   0.678   1.453  -1.257  -0.585  -0.387  -0.071  -0.987
Row-14  -0.024  -1.289  -0.098  -1.995  -0.922   0.160  -0.555

column score
        Axis-1  Axis-2  Axis-3  Axis-4  Axis-5  Axis-6  Axis-7
 Col-1   1.042  -0.412  -0.488   1.244   0.373  -1.364  -1.400
 Col-2  -0.923  -0.949   1.504  -0.140  -1.563  -0.037  -0.722
 Col-3   0.506   0.361  -1.017  -2.246  -0.468  -0.411  -0.382
 Col-4   0.796   0.248   1.388  -0.443   1.567   1.240  -0.435
 Col-5  -1.950  -0.720  -0.721  -0.077   1.403  -0.293   0.317
 Col-6  -0.389   1.078  -1.113   0.972  -0.775   1.644  -0.449
 Col-7   1.091  -1.380  -0.361   0.326  -0.396   0.429   1.824
 Col-8  -0.173   1.776   0.807   0.365  -0.140  -1.209   1.246

weighted row score
        Axis-1  Axis-2  Axis-3  Axis-4  Axis-5  Axis-6  Axis-7
 Row-1   0.414  -0.138  -0.111  -0.037   0.335   0.055   0.084
 Row-2   0.126   0.488   0.362  -0.105  -0.088   0.052  -0.038
 Row-3   0.455  -0.384   0.027   0.037  -0.258  -0.043  -0.062
 Row-4   0.157   0.168   0.548   0.184  -0.151  -0.135   0.029
 Row-5   0.251   0.491   0.223  -0.078   0.043   0.216   0.002
 Row-6   0.563   0.065   0.088   0.265   0.166  -0.026  -0.041
 Row-7   0.534  -0.321   0.177   0.069  -0.050  -0.040   0.007
 Row-8   0.408  -0.307  -0.132   0.280  -0.084   0.242  -0.079
 Row-9   0.574  -0.121   0.024  -0.237  -0.021  -0.028   0.162
Row-10   0.304   0.381  -0.300  -0.145  -0.269   0.036   0.085
Row-11   0.487   0.203  -0.139  -0.220   0.175  -0.193  -0.120
Row-12  -0.045  -0.216   0.386  -0.448   0.134   0.098  -0.052
Row-13   0.255   0.482  -0.321  -0.137  -0.065  -0.008  -0.074
Row-14  -0.009  -0.427  -0.025  -0.468  -0.155   0.018  -0.042

weighted column score
        Axis-1  Axis-2  Axis-3  Axis-4  Axis-5  Axis-6  Axis-7
 Col-1   0.391  -0.137  -0.125   0.292   0.063  -0.156  -0.105
 Col-2  -0.347  -0.315   0.384  -0.033  -0.264  -0.004  -0.054
 Col-3   0.190   0.119  -0.260  -0.527  -0.079  -0.047  -0.029
 Col-4   0.299   0.082   0.355  -0.104   0.264   0.142  -0.033
 Col-5  -0.732  -0.239  -0.184  -0.018   0.237  -0.033   0.024
 Col-6  -0.146   0.357  -0.284   0.228  -0.131   0.188  -0.034
 Col-7   0.410  -0.457  -0.092   0.077  -0.067   0.049   0.137
 Col-8  -0.065   0.588   0.206   0.086  -0.024  -0.138   0.094
==#

plotpcdual(results)