Skip to content

easyModels v0.4.0 — Diseños Experimentales Avanzados, Auditoría de Supuestos & Figuras de Publicación

Choose a tag to compare

View all tags
@PALP31 PALP31 released this 14 Aug 15:54
· 14 commits to main since this release
v0.4.0
9bd301e

📦 easyModels v0.4.0 — Diseños Experimentales Avanzados, Auditoría de Supuestos & Figuras de Publicación

Esta nueva versión mayor de easyModels amplía significativamente el catálogo de diseños experimentales bioagronómicos, introduce herramientas automatizadas de auditoría de supuestos, selección de modelos multivariados por AIC, formateo de tablas para manuscritos y figuras de publicación en barras e interacciones con letras de Tukey (CLD).

🌾 1. Nuevos Diseños Experimentales

  • analizar_latino(): Ajuste de diseños en Cuadrado Latino (LSD) controlando fuentes ortogonales de variación ambiental en filas y columnas mediante efectos mixtos cruzados ((1|fila) + (1|columna)) o efectos fijos.
  • analizar_medidas_repetidas(): Ajuste de modelos longitudinales y ensayos con Medidas Repetidas en el Tiempo sobre el mismo sujeto/planta/maceta ((1|sujeto) o (1|bloque/sujeto)).
  • analizar_strip_plot(): Modelado de diseños en Franjas Divididas / Bloques Cruzados (Strip-Plot / Criss-Cross) con factores principales perpendiculares.

🔍 2. Auditoría Automatizada de Supuestos (verificar_supuestos)

  • Batería completa de pruebas estadísticas:
    • Normalidad de residuos: Shapiro-Wilk ($W$ y $p$-valor exactos).
    • Homocedasticidad: Prueba de Breusch-Pagan y homogeneidad de varianza.
    • Multicolinealidad: Factores de Inflación de Varianza (VIF).
    • Autocorrelación: Estadístico de Durbin-Watson.
    • Valores Atípicos e Influyentes: Distancia de Cook con umbral $D > 4/n$.
  • Reporte interactivo en consola mediante cli con diagnósticos comprensibles y sugerencias bioestadísticas de corrección.

🤖 3. Asistente Bioestadístico de Transformación (sugerir_modelo)

  • Analiza la variable de respuesta empírica (proporción de ceros, soporte acotado $(0,1)$, sobredispersión de conteos, asimetría continua positiva).
  • Calcula el parámetro de potencia óptimo de Box-Cox ($\lambda$).
  • Recomienda la familia adecuada de GLM/GLMM (gamma, beta, tweedie, zip, zinb, poisson, negativa_binomial) o la transformación adecuada para LM clásico.

📊 4. Selección y Comparación de Modelos (comparar_modelos)

  • Compara múltiples modelos en una tabla unificada con:
    • Criterio de Información de Akaike ($AIC$) y Bayesiano ($BIC$).
    • Delta-AIC ($\Delta AIC$) y Pesos de Akaike ($w_i$) para ponderación de evidencia.
    • Log-Verosimilitud ($LogLik$) y coeficientes de determinación $R^2$ Marginal y Condicional.

📄 5. Tablas Formateadas para Tesis y Publicaciones (exportar_tablas)

  • exportar_tabla_anova(): Formatea la tabla ANOVA con grados de libertad, estadístico $F/\chi^2$, estrellas de significancia ($***, **, *, ns$) y tamaño del efecto (Eta-cuadrado parcial $\eta_p^2$). Compatible con Markdown, LaTeX y data.frame.
  • exportar_tabla_posthoc(): Exporta las medias marginales estimadas y grupos de letras Tukey en formato limpio para artículos.

🎨 6. Gráficos Científicos de Publicación

  • graficar_predichos():
    • Soporte para gráficos de barras (tipo_grafico = "barras"), puntos y líneas con barras de error al 95% o SE.
    • Letras de significancia Tukey (CLD) alineadas automáticamente sobre las barras/puntos.
    • Paletas de colores científicas integradas (teal, viridis, cividis, set2, okabe_ito).
  • graficar_interaccion(): Gráficos de efectos simples para interacciones de dos vías ($A \times B$).

🧪 7. Suite de Pruebas Unitarias

  • 40 tests unitarios automatizados (testthat) cubriendo todas las funciones con 100% de aprobación.
  • Vignette de uso guia-easyModels.Rmd actualizada y compilada.

💻 Instalación / Actualización

# Instalar directamente desde GitHub
devtools::install_github("PALP31/easyModels")

Autor: Paúl Alexander López Peña (Pontificia Universidad Católica de Chile)

Assets 3
Loading