tlamatini

Funciones útiles para el análisis de datos biológicos y ecológicos en español.

This package was developed so Spanish-speaking researchers have accessible statistical tools in their language. The documentation below is in Spanish.

GitHub Sitio pkgdown DOI Zenodo

¿Qué es Tlamatini?

El paquete está actualmente en etapa de desarrollo. Algunas funciones pueden contener errores o cambiar en el futuro.

Tlamatini es un paquete de R que reúne funciones útiles para el análisis de datos, principalmente enfocadas en modelos lineales (LM, GLM, GLMM, GAM). Aunque está pensado para Ciencias Biológicas, su aplicación se extiende a cualquier área del conocimiento que requiera análisis estadísticos.

El paquete incluye transformaciones de datos, ajuste y revisión de modelos lineales, exportación de tablas, gráficos listos para publicación, diagnósticos de modelos, y herramientas de limpieza y manejo de datos.

Tlamatini surge de la necesidad de disponer de herramientas estadísticas en idioma español, y pretende proveer una herramienta accesible a las personas hablantes de lengua hispana.

El nombre proviene del náhuatl Tlamatini (“los que saben algo”). Traducido como hombres sabios, era el equivalente a los filósofos en la época de los Mexicas.

Instalación

Puedes instalar la versión de desarrollo desde GitHub:

Sys.setenv(R_REMOTES_NO_ERRORS_FROM_WARNINGS = "true")

if (!require("remotes")) install.packages("remotes")

remotes::install_github("mariosandovalmx/tlamatini")

library(tlamatini)

Ejemplo rápido

Aquí va un ejemplo del flujo de trabajo típico con tlamatini para ajustar y revisar un modelo lineal:

library(tlamatini)

# Explorar el dataframe
numSummary(iris)
charSummary(iris)

# Limpiar y preparar datos
datos <- limpiar_nombres(iris)
datos <- as_factorALL(datos)
datos <- escalar_datos(datos)

# Revisar normalidad por grupos
norm.shapiro.grupos(datos, var = "sepal_length", grupo = "species")

# Ajustar un modelo y revisar diagnóstico
modelo <- lm(sepal_length ~ species + petal_width, data = datos)

resid_DHARMa(modelo)
outliers.plot(modelo)
VIF_plot(modelo)

# Exportar resultados a tablas
table_ANOVA3(modelo)
table_means(modelo)
table_contrasts(modelo)

# Visualizar efectos
plot_effects(modelo)
boxplot_emmeans(modelo)

Categorías de funciones

tlamatini ofrece más de 60 funciones organizadas por categoría:

Categoría	Ejemplos
Exploración y resumen	`numSummary()`, `charSummary()`, `ggpairs_dfnum()`
Limpieza y manejo de datos	`limpiar_nombres()`, `as_factorALL()`, `escalar_datos()`
Valores faltantes	`NA.cero()`, `NA.quitar()`, `vacio.as.NA()`
Transformaciones	`trans.logit()`, `trans.arcsine()`, `trans.01.beta()`
Normalidad y outliers	`norm.shapiro.grupos()`, `outliers.plot()`
Diagnóstico de modelos	`resid_DHARMa()`, `VIF_plot()`, `dispfun()`
Tablas de resultados	`table_ANOVA3()`, `table_means()`, `table_contrasts()`
Visualización	`plot_effects()`, `boxplot_emmeans()`, `tema_articulo()`

Viñetas y tutoriales

GLM — Modelos Lineales Generalizados
GLMM — Modelos Lineales Generalizados Mixtos

Sitio web del paquete: mariosandovalmx.github.io/tlamatini-website

Cómo citar

Si usas tlamatini en tu investigación, por favor cítalo:

Sandoval-Molina, M. A. (2023). tlamatini: Funciones útiles para el análisis de datos Biológicos/Ecológicos en Español (v0.5) [R package]. Zenodo. https://doi.org/10.5281/zenodo.7765347

@software{sandoval_tlamatini_2023,
  author       = {Sandoval-Molina, Mario A.},
  title        = {tlamatini: Funciones útiles para el análisis de datos
                  Biológicos/Ecológicos en Español},
  year         = {2023},
  version      = {0.5},
  doi          = {10.5281/zenodo.7765347},
  url          = {https://github.com/mariosandovalmx/tlamatini}
}