---
title: "Quarto Demonstration"
author: "Belinda Fleischmann"
date: 01-04-2023
format: 
  html:
    fig-width: 6
    fig-height: 3
    code-fold: true
---

# Visualisierung des Zusammenhangs zwischen zwei Variablen

Das hier ist Beispiel-text mit Referenz zur der Abbildung @fig-ausgleichsgerade.

```{r echo = T, eval = TRUE}
#| label: fig-ausgleichsgerade
#| fig-cap: "Dauer der Depressionssymptomatik und Prä-Post BDI-Differenz."
#| warning: false

library(dplyr)                                                                 # Für Pipe (%>%), mutate()
library(ggplot2)                                                               # Für ggplot()

# Daten vorbereiten
# file_path <- "6_Übungen/1_Einfache_lineare_Regression/1-Einfache-Lineare-Regression.csv"
file_path <- "Daten_2.csv"
wd <- getwd()

D <- read.table(file_path, sep = ",", header = TRUE)
n_pat <- nrow(D)                                                               # Anzahl Patientinnen
D_processed <- D %>%                                                           # PatientIn ID hinzufügen
  mutate(PatientIn = seq(n_pat))

# Visualisierung
ggplot(
  data = D_processed,                                                          # Daten
  mapping = aes(x = DUR, y = BDI)) +                                           # Daten-Axen-mapping
  coord_cartesian(ylim = c(-10, 20)) +                                         # y-limits anpassen
  geom_point() +                                                               # Datenpunkte zeichnen
  geom_smooth(method = "lm", color = "blue", se = F, size = 0.4) +             # Ausgleichsgerade zeichnen
  ylab("BDI Diff") + xlab("Dauer Symptomatik [Monate]")

out_fn = "ggplot_demo.pdf"
ggsave(                                                                        # Abbildung speichern
  filename = out_fn,
  height = 5, width = 5
)
```

Ich kann im Fließtext auch Variablen referenzieren und den im Arbeitsspeicher hinterliegten Wert abrufen. So kann ich hier beispielsweise darüber informieren, dass die @fig-ausgleichsgerade als pdf Datei in `r file.path(getwd(), out_fn)` abgelegt wird.


# Zusammenhangsmaße

Als nächstes kann ich noch ein Maße angeben, die den Zusammenhang quantifizieren.
Der Folgende Code bestimmt die Korrelation und Parameter der Ausgleichsgeraden.

```{r echo = T, eval = TRUE}
#| label: Maße
# Lineare Regression durchführen
lm_model <- lm(BDI ~ DUR, data = D_processed)

# Steigung (slope) extrahieren
beta_1 <- coef(lm_model)["DUR"]

# y-Achsenabschnitt (intercept) extrahieren
beta_0 <- coef(lm_model)["(Intercept)"]

# Korrelation bestimmen
r <- cor(D$BDI, D$DUR)
```

Die Ergebnisse kann ich jetzt im Fließtext beschreiben. Die Korrelation zwischen BDI Differenz und Dauer der Depressionssymptomatik zu Therapiebeginn beträgt `r round(r, digits = 2)`. Der Steigungsparameter der Ausgleichsgerade ist $\beta_1 = `r round(beta_1, digits = 2)`$ und der y-Achsenabschitt $\beta_0 = `r round(beta_0, digits = 2)`$. 

Noch ein wenig eleganter wäre es allerdings, die Werte in die Grafik zu integrieren. Der nachfolgende Code setzt produziert @fig-ausgleichsgerade-mit-Maßen
, wo wir das umsetzen.

```{r echo = T, eval = TRUE}
#| label: fig-ausgleichsgerade-mit-Maßen
#| fig-cap: "Dauer der Depressionssymptomatik und Prä-Post BDI-Differenz."
#| warning: false
library(latex2exp)                                                             # Für TeX()


beschriftung <- sprintf(
  "r = %.2f, beta_0 = %.2f, beta_1 = %.2f", r, beta_0, beta_1
)

# Visualisierung
ggplot(
  data = D_processed,                                                          # Daten
  mapping = aes(x = DUR, y = BDI)) +                                           # Daten-Axen-mapping
  coord_cartesian(ylim = c(-10, 20)) +                                         # y-limits anpassen
  geom_point() +                                                               # Datenpunkte zeichnen
  geom_smooth(method = "lm", color = "blue", se = F, size = 0.4) +             # Ausgleichsgerade zeichnen
  ylab("BDI Diff") + xlab("Dauer Symptomatik [Monate]") + 
   annotate(                                                                   # "geom" (Objekt) hinzufügen
    "text",                                                                    # Typ des OBjekt ist Text
    label = beschriftung,                                                      # Inhalt des Text-Objekts
    x = Inf,                                                                   # x-Achsen-Position ganz rechts
    hjust = 1,                                                                 # rechtsbündig (0: linksbündig, 0.5: zentriert)
    y = 19,                                                                    # y-Achsen-Position bei Wert 20.
    vjust = 1                                                                  # nach bündig (0: unten bündig, 0.5: zentriert)
   )
ggsave(                                                                        # Abbildung speichern
  filename = "ggplot_demo_2.pdf",
  height = 5, width = 5
)
```