Function reference • tlamatini

All functions

as_factorALL(): Convertir a factor todas las variables tipo caracter de un dataframe

boxplot_emmeans(): Boxplot con pvalues obtenidos con emmeans

charSummary(): Resumen de las variables caracter o factor de un dataframe

chisq.post.hoc.filas(): Contrastes post hoc de una matriz de datos con chi-cuadrada

chisq.post.hoc(): Contrastes post hoc de una matriz de datos con chi-cuadrada

data.tree(): Graficar estructura anidada de los datos

detach_paquetes(): Desmontar paquetes cargados en el espacio de trabajo

dispfun(): Parametro de dispersion de un modelo poisson, o binomial negativo

dispfun2(): Parametro de dispersion de un modelo poisson, o binomial negativo

escalar_datos(): Estandarizar las variables de un dataframe

geom_split_violin(): Split violin geom

ggpairs_dfnum(): ggpairs_dfnum Matriz de correlación

hist_curva(): Grafica un histograma de frecuencias y qqplot de una variable

limpiar_nombres(): Limpia los nombres de un objeto (normalmente un data.frame).

limpiar_nombres2(): Limpia un vector de texto, que suele contener los nombres de un objeto.

lineplot_emmeans(): Lineplot con pvalues obtenidos con emmeans

NA.cero(): Sustituir todos los NA por ceros.

NA.cualquiera(): Sustituir los NA de un vector por cualquier valor deseado

NA.quitar(): Eliminar los NA de una columna o varias columnas a la vez

NA.quitarEspecial(): Reemplazar caracteres especiales por NA

norm.ad.grupos(): Prueba de normalidad de Anderson-Darling por grupos.

norm.lks.grupos(): Prueba de normalidad de Lilliefors (Kolmogorov-Smirnov) por grupos.

norm.shapiro.grupos(): Prueba de normalidad de Shapiro-Wilk por grupos.

numSummary(): Resumen de las variables numericas de un dataframe

optimizeGLMM(): Probar optimizadores en modelo glmmTMB

optimizeGLMM2(): Probar optimizadores en modelo glmmTMB

outlier.find(): Encuentra los outliers de un dataframe

outlierKD(): Encuentra y remueve los outliers de una variable

outliers.DHARMa(): Encontrar outliers de un modelo con paqueteria DHARMa

outliers.glm(): Encontrar outliers de un GLM

outliers.plot(): Encontrar los outliers de un LM, GLM

outliers.plot2(): Encontrar los outliers de un LM, GLM

outliers.plot3(): Encontrar los outliers de un LM, LMM, GLM

plot_effects(): Graficar effectos de un LM, LMM, GLM, GLMM

plot_effects2(): Graficar effectos de un LM, LMM, GLM, GLMM

plot_effects3(): Graficar effectos de un LM, LMM, GLM, GLMM

resid_DHARMa(): Grafico de residuales de un modelo LM, LMM, GLM, GLMM, GAM, etc

resid_DHARMa2(): Grafico complementario de residuales de un modelo LM, LMM, GLM, GLMM, GAM, etc

resid_plot(): Grafica de residuales de un modelo. Version 2

sin_cerosDF(): Quitar todos los ceros de un dataframe, para quedarnos con observaciones completas

table.models(): Exportar tabla de un modelo

table_ANOVA2(): Extraer tabla de ANOVA Tipo II

table_ANOVA3(): Extraer tabla de ANOVA Tipo III

table_ANOVA3F(): Extraer tabla de ANOVA Tipo III usando el estadistico F

table_contrasts(): Exportar tabla de contrastes post hoc

table_contrasts2(): Exportar tabla de contrastes post hoc. Tres variables en interacción

table_contrasts_letters(): Extraer los contrastes post hoc y representar las diferencias con letras

table_means(): Exportar tabla de medias, SE e intervalos de confianza de un modelo

tema_articulo(): #' Tema 1 de ggplot predefinidos por mi para publicaciones

tema_articulo2(): Tema con valores predeterminados minimalistas (en mi opinion) adecuados para la publicacion

tema_presentacion(): Tema con valores predeterminados minimalistas (en mi opinion) adecuados para una presentacion

trans.01.beta(): Transformar variable para ajustar regresión beta, util para proporciones

trans.arcsine(): Transformar variable con arcsine, proporciones

trans.back.01.beta(): Re-transformar variable usada en regresión beta, util para proporciones transformadas.

trans.back.arcsine(): Re-transformar variable con arcsine

trans.back.logit(): Re-transformar variable con transformación logit

trans.binomial(): Convertir en 0 y 1 un vector numerico

trans.logit(): Transformar variable con logit

unscale.coef(): Desescalar coeficientes previamente escalados y centrados.

unscale.visreg.xaxis(): Desescalar coeficientes previamente escalados y centrados, para graficar con visreg

vacio.as.NA(): Convierte celdas vacias en NA

VIF(): Obtener el VIF de un dataframe solo tomando en cuenta variables numéricas

VIF_model() multicollinearidad(): Revisar la multicolinealidad de las variables del modelo

VIF_plot(): Grafica el Variance Inflation Factor (VIF) de un modelo

violinplot_emmeans(): Violinplot con pvalues obtenidos con emmeans

yzero(): Hacer cero absoulto en eje Y de ggplot