server.R

library(shiny)


#Funcion interceptos y pendientes aleatorias (Correlación)

plotbob1 <- function (mgrupos, nmuestras, beta0, beta1, 
                      sigma2b0, sigma2b1, sigma2, correlacion){
  
  set.seed(1234)
  
  sigmab0b1 <- correlacion * sqrt(sigma2b0 * sigma2b1)
  
  grupo.Total <- factor(rep(1:mgrupos, each=nmuestras))
  n <- length(grupo.Total) #( es lo mismo que n = mgrupos*nmuestras )
  
  mtx.Var.Cov <- matrix(c(sigma2b0, sigmab0b1, sigmab0b1, sigma2b1), 2, 2)
  mtx.Efectos.Aleatorios <- MASS::mvrnorm(mgrupos, mu=c(0, 0), 
                                          Sigma=mtx.Var.Cov, 
                                          empirical=TRUE)     # random effects
  
  er <- rnorm(n, mean=0, sd=(sqrt(sigma2)))  #Este es el vector de errores
  x <- runif(n, 0, 10)
  y <- beta0 + mtx.Efectos.Aleatorios[grupo.Total, 1] + (beta1 + mtx.Efectos.Aleatorios[grupo.Total,2]) * x  + er
  d <- data.frame(x, y, grupo.Total)
  
  library(ggplot2)
  a <- ggplot(d, aes(x, y, color=grupo.Total)) + geom_point() + labs(colour="Grupo / Cluster")
  return(a)
  
}

shinyServer(function(input, output) {
  
  output$grafico1 <- renderPlot({
    
    ph <- plotbob1(input$mgrupos, input$nmuestras, input$beta0, input$beta1,
                   input$sigma2b0, input$sigma2b1, input$sigma2, input$correlacion)
    
    return(ph)
    
  })
  
})