-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathserver.R
57 lines (49 loc) · 2.71 KB
/
server.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
library(shiny)
library(ggdag)
library(ggplot2)
# Shiny server function
shinyServer(function(input, output) {
set.seed(123)
FreundlichkeitMitarbeiter = sample(0:100, size = 500, replace = TRUE)
QualitaetHaarschnitt = sample(0:100, size = 500, replace = TRUE)
EinStern = ifelse((FreundlichkeitMitarbeiter + QualitaetHaarschnitt) <= 40, 1, 0)
ZweiSterne = ifelse((FreundlichkeitMitarbeiter + QualitaetHaarschnitt) > 40 & (FreundlichkeitMitarbeiter + QualitaetHaarschnitt) <= 80, 2, 0)
DreiSterne = ifelse((FreundlichkeitMitarbeiter + QualitaetHaarschnitt) > 80 & (FreundlichkeitMitarbeiter + QualitaetHaarschnitt) <= 120, 3, 0)
VierSterne = ifelse((FreundlichkeitMitarbeiter + QualitaetHaarschnitt) > 120 & (FreundlichkeitMitarbeiter + QualitaetHaarschnitt) <= 160, 4, 0)
FuenfSterne = ifelse((FreundlichkeitMitarbeiter + QualitaetHaarschnitt) > 160 & (FreundlichkeitMitarbeiter + QualitaetHaarschnitt) <= 200, 5, 0)
Sternebewertung = EinStern + ZweiSterne + DreiSterne + VierSterne + FuenfSterne
Datensatz = data.frame(FreundlichkeitMitarbeiter, QualitaetHaarschnitt, Sternebewertung)
Teilmenge1 = subset(Datensatz, Sternebewertung == 1)
Teilmenge2 = subset(Datensatz, Sternebewertung == 2)
Teilmenge3 = subset(Datensatz, Sternebewertung == 3)
Teilmenge4 = subset(Datensatz, Sternebewertung == 4)
Teilmenge5 = subset(Datensatz, Sternebewertung == 5)
RegressionDatensatz = lm(FreundlichkeitMitarbeiter ~ QualitaetHaarschnitt, Datensatz)
RegressionTeilmenge1 = lm(FreundlichkeitMitarbeiter ~ QualitaetHaarschnitt, Teilmenge1)
RegressionTeilmenge2 = lm(FreundlichkeitMitarbeiter ~ QualitaetHaarschnitt, Teilmenge2)
RegressionTeilmenge3 = lm(FreundlichkeitMitarbeiter ~ QualitaetHaarschnitt, Teilmenge3)
RegressionTeilmenge4 = lm(FreundlichkeitMitarbeiter ~ QualitaetHaarschnitt, Teilmenge4)
RegressionTeilmenge5 = lm(FreundlichkeitMitarbeiter ~ QualitaetHaarschnitt, Teilmenge5)
# Render the scatterplot
output$scatterplot <- renderPlot({
data <- switch(input$option,
"All salons" = Datensatz,
"Very good review" = Teilmenge5,
"Good review" = Teilmenge4,
"Okay" = Teilmenge3,
"Bad review" = Teilmenge2,
"Very bad review" = Teilmenge1)
plot(data$FreundlichkeitMitarbeiter, data$QualitaetHaarschnitt, xlab = "Friendliness", ylab = "Quality", xlim = c(0,100),ylim = c(0,100))
abline(lm(data$FreundlichkeitMitarbeiter ~ data$QualitaetHaarschnitt))
})
# Render the DAG plot
output$dag <- renderPlot({
if (input$option == "All salons") {
dag <- collider_unconditional
} else {
## Control for Movie star
dag <- collider_conditional
}
dag
})
})