## tableau résumé de toutes les régressions logistiques simples
## pour un dataframe de variables quantitatives dont la colonne 1 est la cible

# lecture des fonctions gh

if (!exists("cats")) {  void <- capture.output( source("http://forge.info.univ-angers.fr/~gh/statgh.r",encoding="latin1") ) }

#######################################################################

mrlb <- function(df) {

#######################################################################

nbvar <- ncol(df)

# rappel rapide des données

print(summary(df))

# préparation du tableau des résultats

cols   <- c("AUROC","AIC","BIC")
nbc    <- length(cols)
tabRes <- data.frame(matrix(NA,nrow=nbvar-1,ncol=nbc))
names(tabRes)     <- cols
row.names(tabRes) <- names(df)[2:nbvar]

# remplissage

for (idv in (2:nbvar)) {
    rlb  <- glm( df[,1] ~ df[ ,idv] ,family="binomial")
    ypredites              <- predict(rlb,newdata=df,type="response")
    tabRes$AUROC[ idv-1 ]  <- round(aurocQlPred(unlist(df[,1]),ypredites),4)
    tabRes$AIC[ idv-1 ]    <- round(AIC(rlb),4)
    tabRes$BIC[ idv-1 ]    <- round(BIC(rlb),4)
} # fin pour idv

# affichage

cat("\nTableau de toutes les régressions logistiques simples\n\n")
idx <- order(tabRes$AUROC,decreasing=TRUE)
print(tabRes[idx,])
cat("\n")

} # fin de fonction mrls

#######################################################################

## exemples d'applications

# iris

data(iris)
irisb        <- iris
irisb$setosa <- ifelse(iris$Species=="setosa",1,0)
irisb        <- irisb[ , c("setosa","Sepal.Length", "Sepal.Width", "Petal.Length", "Petal.Width") ]
mrlb( irisb )

# LEA

lea <- lit.dar("http://forge.info.univ-angers.fr/~gh/Datasets/lea.dar")
lea$plante <- ifelse(lea$reign=="Viridiplantae",1,0)
lea$plante <- ifelse(lea$reign=="Viridiplantae",1,0)
leaOK <- lea[ (lea$mw>0) & (lea$length<900) , ]
leaOK <- leaOK[ , c("plante","length", "foldindex", "pi", "mw", "gravy") ]
mrlb( leaOK )