Statistical Tools for Quantitative Theses

Provides helpers for the analyses that quantitative theses in the social and behavioral sciences repeat: renaming and scoring items, recoding Likert responses, cleaning sociodemographic variables written in Spanish (age, academic term, degree and university), descriptive statistics, univariate and multivariate normality checks, omega reliability from ordinal confirmatory factor models, correlation matrices in table format, and two-group or several-group comparisons with effect sizes.

ThesiStats

Una librería que ayuda en el preprocesamiento y limpieza de datos en el contexto de las tesis.

Instalación

Puedes instalar la última versión de ThesiStats desde GitHub con ayuda del paquete devtools:

if (!require("devtools")) {
  install.packages("devtools")
}
devtools::install_github("jventural/ThesiStats")

Tutorial básico de la librería de R ThesiStats

Para conocer más sobre el funcionamiento de esta librería, haga clic aquí

Algunas de las funciones de la librería

Omega coefficient calculation using ThesiStats library

Esta función calcula la confiabilidad de todos los factores de un test en un conjunto de datos. Utiliza modelos de ecuaciones estructurales para estimar la confiabilidad compuesta, conocida como Omega, para cada factor especificado en el objeto extracted. Es útil en el análisis preliminar de demostrar la fiabilidad de los instrumentos antes de hacer estudios de correlación.

extracted <- extract_items(text)
final_result <- calcula_omega_all(extracted, data)
print(final_result)

Correlation matrix calculation using ThesiStats library

Esta función calcula una matriz de correlación utilizando métodos de Pearson, Spearman o Pearson Winsorizado. Está diseñada para trabajar con un rango de columnas dentro de un conjunto de datos, permitiendo un análisis flexible de las relaciones entre variables.

resultado <- calcular_correlaciones(df_new_renombrado, "Ansiedad de separación", "Búsqueda de atención", method = "pearson", winsorize = TRUE)
print(resultado)

Percentage distribution calculation using ThesiStats library

Esta función calcula la distribución porcentual para columnas especificadas dentro de un conjunto de datos. Es útil para entender las frecuencias relativas de diferentes categorías o valores en cada variable.

# Suponiendo que 'data' es un data frame y 'columnas' es un vector de nombres de columnas
porcentajes <- calcular_porcentajes(data, columnas)
print(porcentajes)

Likert Scale Detection using ThesiStats library

Esta función examina un data frame para encontrar expresiones únicas de escalas Likert consolidando todos los valores de las columnas en una sola columna e identificando entradas únicas. Es útil para reconocer respuestas estandarizadas en datos de encuestas.

# Suponiendo que 'survey_data' es un data frame con múltiples preguntas de escala Likert
likert_expressions <- detect_Likert(survey_data)
print(likert_expressions)