##############
####FUNÇÃO####
##############

les<- function (x, atr,K , r, destaque)
{			
  ##Fazendo uma análise exploratória nos argumentos				
  if(missing(K) & missing(r))              				#Analisando se o usuário colocou o arg r ou K
  {
    return("Necessário informar o argumento K ou r")			#Retornando uma msg caso o arg r ou K esteja faltando
  }
  if(missing(x))							#Analisando se o usuário colocou o arg x
  {
    return("Necessário informar o data.frame de entrada no argumento x")#Retornando uma msg caso o arg x esteja faltando
  }
  if(missing(atr))							#Analisando se o usuário colocou o arg atr
  {
    return("Necessário informar quais são os atributos a serem analisados no argumento atr") ##Retornando uma msg caso o argumento atr esteja faltando
  }
  ##Criando objeto que será trabalhado dentro da função
  atr.df<- data.frame(x[atr])                				#Transpondo os atributos do data.frame x para o data.frame atr.df
  ##Analisando qual será o tamanho da janela gráfica que será necessária para plotar as relações entre os atributos
  tam <- length(atr)                          				#Guardando a quantidade de atributos que o usuário irá anlisar
  lado<- sqrt(tam)                            				#Tirando a raiz da quantidade de atributos para montar a janela gráfica                             
  hor <- ceiling(lado)                        				#A quantidade de gráficos na horizontal sempre será o valor da raiz arredondado para cima
  ver <- round(lado)                          				#A quantidade de gráficos na vertical sempre será o valor da raiz arredondada segundo a regra de arredondamento
  x11()                                       				#Abrindo janela gráfica
  par(mfrow = c(hor,ver), bty = "l")                     		#Essa relação vai ajustar os gráficos da forma mais próximo do ótimo para que eles não fiquem pequenos e ao mesmo tempo não sobrem "janelas vazias"
  
  
  ##Vendo quais atributos estão correlacionados com o K, e conversão dos valores dos atributos para o índice
  if(!missing(K))                            				#Vendo se o usuário usou o arg K para indicar alguma estratégia
  {
    indice= data.frame(rep(NA,length(atr.df[,1])))			#Criando um data.frame para guardar os valores do índice do ciclo
    for (i in 1:tam)                            			#Iniciando o ciclo que irá fazer os teste entre os atr´s e o atr K
    {
      mod <- lm(K~atr.df[,i])                    			#Criando o modelo 
      suppressWarnings(teste <- anova(mod))				#Testando se o modelo é significativo, coloquei o comando suppressWarnings, pois um dos modelos irá analisar a relação entre a mesma coluna do data.frame de entrada, e nessa situação há a saída de uma warning message que não é necessária 
      nome.y <- colnames(atr.df)[i]					#Criando o nome que será atribuido ao eixo y no plot do modelo
      titulo<- c("Valor do teste" , round(teste$`Pr(>F)`, 3))		#Criando o nome que será atribuido ao título no plot do modelo que é o valor de p no teste anova
      plot(atr.df[,i]~K, ylab = as.graphicsAnnot(nome.y),  main = as.graphicsAnnot(titulo))  #Plotando a relação entre os atr´s
      if(teste$`Pr(>F)`[1]<0.05)                			#Vendo se o modelo é significativo
      {
        if(mod$coefficients[2]>0)               			#Vendo se a relação entre os atributos é positiva
        {
          indice[i]= (atr.df[i]-min(atr.df[i]))/(max(atr.df[i])-min(atr.df[i])) #Calculando o indice para os atributos positivamente relacionados ao atr. K
        }
        else               						#Caso a relação entre os atributos seja negativa em relação a K
        {
          indice[i]= abs((atr.df[i]-min(atr.df[i]))/(max(atr.df[i])-min(atr.df[i]))-1) #Calculando o indice para os atributos negativamente relacionados ao atr. K
        }
      }
      else								#Caso a relação entre os atr não seja significativa 
      {
        indice[i]<- rep(NA, length(atr.df[i]))				#Atribuindo NA´s ao data.frame pois a relação não é siginificativa
      }
    }
  }
  ##Vendo quais atributos estão correlacionados com o r, e conversão dos valores dos atributos para o índice, essa parte é muito parecida com a do K, só invertendo alguns sinais
  else									#Caso o usuário tenha usado o arg. r para indicar alguma estratégia
  {
    indice= data.frame(rep(NA,length(atr.df[,1])))			#Criando um data.frame para guardar os valores do índice do ciclo
    for (i in 1:tam)                					#Iniciando o ciclo que irá fazer os teste entre os atr´s e o atr r            
    {
      mod <- lm(r~atr.df[,i])                    			#Criando o modelo
      suppressWarnings(teste <- anova(mod))				#Testando se o modelo é significativo, coloquei o comando suppressWarnings, pois um dos modelos irá analisar a relação entre a mesma coluna do data.frame de entrada, e nessa situação há a saída de uma warning message que não é necessária
      nome.y <- colnames(atr.df)[i]					#Criando o nome que será atribuido ao eixo y no plot do modelo
      titulo<- c("Valor do teste" , round(teste$`Pr(>F)`, 3))		#Criando o nome que será atribuido ao título no plot do modelo que é o valor de p no teste anova
      plot(atr.df[,i]~r, ylab = as.graphicsAnnot(nome.y),  main = as.graphicsAnnot(titulo)) #Plotando a relação entre os atr´s
      if(teste$`Pr(>F)`[1]<0.05)                			#Vendo se o modelo é significativo
      {
        if(mod$coefficients[2]<0)               			#Vendo se a relação entre os atributos é negativa
        {
          indice[i]= (atr.df[i]-min(atr.df[i]))/(max(atr.df[i])-min(atr.df[i])) ##Calculando o indice para os atributos negativamente relacionados ao atr. r
        }
        else               						#Caso a relação entre os atributos seja positiva em relação a r
        {
          indice[i]= abs((atr.df[i]-min(atr.df[i]))/(max(atr.df[i])-min(atr.df[i]))-1) #Calculando o indice para os atributos positivamente relacionados ao atr. r
        }
      }
      else								#Caso a relação entre os atributos não seja significativa
      {
        indice[i]<- rep(NA, length(atr.df[i]))				#Atribuindo NA´s ao data.frame pois a relação não é siginificativa			
      }
    }
  }
  indice <- indice[,colSums(is.na(indice))<nrow(indice)]		#Excluindo as colunas com NA´s (que não foram significativa)
  if(class(indice) == "numeric")					#Vendo se houve correlação com pelo menos mais um atributo para a contrução do índice
  {
    return("O atributo referente a estratégia não se relaciona com nenhum outro, insira outro atributo como referência") #Retornando ao usuário o aviso de falta de correlação
  }
  indice$media<- apply(indice, 1, mean)					#Tirando a média do índice dos atr´s
  x$indice <- indice$media						#atribuindo o valor da média a mais uma coluna do data.frame de entrada
  as.factor(destaque)						#Convertendo a coluna de destaque em fatores
  x11()									#Abrindo uma janela gráfica para expor ao usuário o valor do índice em relação a característica de destaque
  par(mfrow = c(1,1), bty = "l")					#Alterando os parâmetros gráficos
  plot(x$indice, destaque, xlab = "Indice de r a K") #Abrindo janela gráfica
  return(x)								#Retornando ao usuário o data.frame de entrada com a coluna a mais com o valor do ídice
}



###########################################
##Criando Data.frame para aplicar função###
###########################################

sp<-rep(c("sp1","sp2","sp3","sp4","sp5"),each = 6)
dap<- rnorm(30, 24, 8.3)
LMA<- sort(runif(30, 10, 1000))
Amass<- sort(runif(30, 9, 400), decreasing = TRUE)
Nmass<- sort(runif(30, 1,10),decreasing = TRUE)
alt<-  rnorm(30, 14, 4.3)
LL<- sort(runif(30, 1, 100))

dado<- data.frame(sp, dap, LMA, Amass,Nmass, alt,LL)

#########################
###Aplicando a função ###
#########################

les(dado, K = dado$LL, destaque = dado$sp, atr = c(2:7))



DÚVIDAS:
1. Enquanto eu desenvolvia a função percebi que algumas coisas que eu havia proposta eram um tanto quanto redundantes, logo resolvi mudar algumas coisas como por exemplo:
	a. Retirar o argumento características
	b. Pensei em colocar como na saída final da função um gráfico no qual o y são os fatores de alguma carac. que o usuário quer ver em que faixa do índice está
2. Outro problema que estou tendo é em relação ao gráfico final
	a. Não consegui colocar o título do eixo y como o nome da coluna destaque, pesquisei as formas de fazê-lo mas não consegui
	b. Outra coisa que não consegui mexer nesse gráfico são os seus valores, eu gostaria que cada tick fosse referente a uma nível (pois essa variável é um fator)