wants  =  c("car", "mvtnorm","Hotelling")
has    =  wants %in% rownames(installed.packages())
if(any(!has)) install.packages(wants[!has])
library(mvtnorm)
library(Hotelling)

###################################################################################	
# Avaliação:
# escala de 7 pontos, quanto maior a nota, maior a concordância com a frase
#
# MARCA
# 1 = Pepsi-cola, 2=Coca-cola, 3=Gatorade, 4=Allsport, 5=Lipton, 6=Nestea	
#
# Tipo
# 1= Refrigerante, 2=Esportiva, 3=Chá	
#
# X1 A marca tem um sabor refrescante.	
# X2	 Prefiro essa marca por ter menos calorias.	
# X3	 A marca elimina minha sede imediatamente.	
# X4	 Gosto do sabor adocicado da marca.	
# X5	 Prefiro consumir a marca após atividade física, pois me dá energia.	
# X6	 Prefiro a marca pois vem numa embalagem que não agride o meio ambiente.	
# X7  A marca tem minerais e vitaminas que mantêm baixa a necessidade de água de meu corpo.	
# X8	 A marca tem um sabor único.	
# X9	 A marca possui uma mistura de minerais e vitaminas que é saudável para o meu corpo.	
# X10 Eu prefiro a marca quando realmente estou com sede.	
###################################################################################	

data = read.csv("bebidas.csv",header=TRUE)

p = 10
n = c(33,26,36)

y1=rbind(data[data[,3]==1,4:13],data[data[,3]==2,4:13],data[data[,3]==3,4:13])


df.bebidas = data.frame(y=y1,IV=data[,3])

factor(rep(1:p,n)))

m.bebidas =  manova(cbind(y.X1,y.X2,y.X3,y.X4,y.X5,y.X6,y.X7,y.X8,y.X9,y.X10) ~ IV, data=df.bebidas)

summary(m.bebidas, test="Wilks")

summary(m.bebidas, test="Roy")

summary(m.bebidas, test="Pillai")

summary(m.bebidas, test="Hotelling-Lawley")


y1=data[data[,3]==1,4:13]
y2=data[data[,3]==2,4:13]
y3=data[data[,3]==3,4:13]

hotelling = hotelling.test(y1,y2,y3)

boxplot.matrix(as.matrix(data[,4:13]))

stat = rep(0,10)
pvalue = rep(0,10)
for (i in 1:10){
  kstest = shapiro.test(data[,i])
  stat[i] = kstest$stat
  pvalue[i] = kstest$p.val
}