Skip to content

Latest commit

 

History

History
470 lines (358 loc) · 65.8 KB

README.md

File metadata and controls

470 lines (358 loc) · 65.8 KB

📊 StatSim Pro

El pensamiento crítico no se reemplaza; se potencia. Como cualquier herramienta, esto existe para ampliar nuestras capacidades, no para sustituirlas. Al hacerse cargo de las tareas más mecánicas y repetitivas, nos libera para concentrarnos en aquello que genera verdadero valor: pensar, cuestionar, crear e innovar.

StatSim Pro no solo calcula. Explica y te acompaña. De la pregunta de investigación al resultado, te ayuda a decidir qué hacer, te explica por qué y convierte el análisis en un proceso guiado, comprensible y defendible. Ahí está la diferencia respecto a otras herramientas como SPSS, R o Jamovi. StatSim Pro no busca competir contra ellas, sino acompañar al investigador de otra manera. Mientras otras herramientas te dan una respuesta, StatSim Pro te enseña por qué esa respuesta es la correcta. Te enseña el camino, no solo el resultado.

Suite estadística y metodológica completa para tesis de psicología y ciencias sociales — 100 % en tu navegador.

Sin frameworks, sin backend y sin instalación. Tampoco usa librerías de estadística ni de gráficos: los cálculos, los gráficos y los lectores de SPSS y de Excel están escritos desde cero en el propio proyecto. ¡Pruébalo aquí 👇!

▶ Abrir StatSim Pro (joelpasapera.github.io/StatSim-Pro)

De la pregunta de investigación al capítulo de resultados: descubre temas poco investigados, busca antecedentes en las principales bases académicas y fíltralos por relevancia con IA, redacta el marco teórico con citas verificadas, genera bases de datos realistas —con la fiabilidad, las correlaciones y la forma de relación que tú pides, verificadas una a una—, ejecuta análisis con rigor de SPSS (también la psicometría de un instrumento y los modelos de ecuaciones estructurales), explora tus resultados en gráficos interactivos con análisis automático y exporta capítulos completos en Word con formato APA 7 e interpretación pedagógica.

Habla el idioma de SPSS y de Excel: la base simulada se descarga como archivo .sav (con etiquetas de variable y de valor, niveles de medida y fechas, lista para abrir en SPSS, PSPP, JASP o jamovi) o como libro de Excel .xlsx (la base, su diccionario y el informe de la generación, cada uno en su hoja), y el Analizador carga tus .sav, .zsav y .xlsx además de los CSV de Excel (con punto y coma o coma, en UTF-8 o en el ANSI de Excel en español). Los lectores y los escritores de SPSS y de Excel son propios —también el ZIP y el DEFLATE de los .xlsx— y se comprobaron contra ReadStat, la biblioteca que usan haven (R) y pyreadstat (Python), y contra openpyxl. Y todo tu trabajo cabe en un archivo: Guardar el proyecto en un archivo (en el menú Tu proyecto, arriba a la derecha) lo guarda en un .statsim y Abrir un proyecto lo devuelve a su sitio, la base simulada incluida, bit a bit.


🎯 ¿Para quién es?

  • Estudiantes de psicología, educación, sociología y ciencias de la salud que desarrollan su tesis
  • Investigadores que necesitan análisis rápidos sin licencias de software propietario
  • Docentes que buscan herramientas accesibles para enseñar estadística y metodología — y que necesitan bases de datos didácticas con parámetros conocidos (o con imperfecciones deliberadas para practicar la limpieza)

"Construido para resolver un problema que vivía todos los días: perder horas en SPSS sin entender qué hacía. Ahora el análisis y la interpretación están en un solo clic."


🧭 Una tesis, pestaña por pestaña

StatSim Pro acompaña las dos mitades del trabajo: la teórica (Explorador → Buscador → matriz de fuentes → Redactor del marco teórico) y la empírica (Simulador o tus propios datos → Analizador → capítulo de resultados en Word). Cada pieza alimenta a la siguiente.

Pestaña Qué hace
🏠 Inicio Tu tesis, paso a paso: entra por el paso en que vas (el tema, los antecedentes, el marco teórico, tu base, tus análisis o el capítulo en Word), y una tesis resuelta para aprender con ella.
🔭 Investigar › Elegir el tema El Explorador, por tres caminos: tengo una idea (compara, subtema por subtema, cuánto se habla de él en las noticias con cuánto se ha investigado), recorrer las áreas (668 temas de la psicología, de lo general a lo específico) o ver el mundo en datos (un mapa mundial de salud mental).
🔎 Investigar › Buscar antecedentes El Buscador: busca antecedentes a la vez en diez fuentes y da lo que encuentra en seis pestañas: los estudios; elegir para tu tesis (los criba por relevancia con IA, con tus criterios, y lleva el diagrama PRISMA); tu matriz de revisión, con referencias APA; la ficha de la búsqueda; un metaanálisis de correlaciones, y el ranking de revistas.
✍️ Investigar › Redactar el marco teórico El Redactor, en tres pasos (tus fuentes, tus variables y redactar): escribe el marco teórico con tu matriz, citado en APA.
🎲 Datos Tu base, en tres pasos. 1. Consigue tu base: carga la de tu encuesta (CSV, Excel o SPSS) o, si todavía no la tienes, simúlala con el Simulador, en seis pasos: genera bases sintéticas con las propiedades que pidas (fiabilidad, correlaciones y su forma, diferencias por grupo, mediación y moderación, medidas repetidas, estructura factorial, desenlaces, jueces e imperfecciones) y comprueba cada una en un informe «pedido vs. obtenido». 2. Revísala: los casos que conviene revisar (la depuración) y las respuestas que faltan (Little, imputación múltiple). 3. Confirma tus escalas: sus ítems y sus nombres.
🔬 Analizar Cada análisis, por la pregunta que responde («¿Difieren los grupos?», «¿Qué dimensiones tiene mi test?»): búscala o toca «No sé cuál necesito», y hazlo en tres pasos (tus variables, opciones y resultado) con tu base, ya revisada en «Datos»; o, de una vez, el capítulo de resultados en Word (APA 7), también en tres pasos. Descriptivos, normalidad, correlación (también parcial), regresión, comparación de grupos, medidas repetidas (pre-post, ondas, ANOVA mixto), χ² con la exacta de Fisher, mediación y moderación (PROCESS), fiabilidad, psicometría (V de Aiken, AFE, concordancia, invarianza, baremos, curva ROC, teoría de respuesta al ítem y DIF), modelos multinivel, ecuaciones estructurales, la forma de una relación y la potencia y el tamaño de muestra; con tamaños del efecto e intervalos, gráficos, el capítulo en Word, la sintaxis equivalente en R y SPSS y los resultados para imprimir.
📂 Aprender Ejemplos resueltos: cinco estudios completos hechos con la propia página, con todos sus archivos y una guía que te señala cada paso o lo hace por ti. Guías: once guías cortas, en cinco grupos, de qué hace cada parte de StatSim (cada una lleva a ella), y el recorrido en video. Glosario: las 207 palabras de StatSim y de tu tesis, dichas sin fórmulas, por temas y con un buscador.
💾 Tu proyecto (arriba a la derecha) Desde la 2027.01.28, tu trabajo se guarda solo en este navegador (el sello «Guardado» de la cabecera lo dice): Tus proyectos en este navegador (abrir otro, empezar uno nuevo, quitar uno con «Deshacer») y Versiones anteriores (cómo estaba antes de generar una base o de cargar otra, al cerrar la pestaña y cada media hora). Guardar el proyecto en un archivo y Abrir un proyecto; la configuración completa del Simulador; Volver a descargar StatSim (es «recargar sin caché»: si tras una actualización la página no carga lo nuevo) y Restablecer y recargar.

Las direcciones de antes siguen sirviendo: #simulador lleva a «Datos», #analizador a «Analizar» (su catálogo), #buscador a «Investigar › Buscar antecedentes», #redactor a «Investigar › Redactar el marco teórico», #ayuda a «Aprender › Guías».


📊 Evidencia de validación

Los resultados arrojados por StatSim Pro fueron comparados directamente con los reportados por IBM SPSS Statistics (versión estándar de laboratorio) sobre la misma base de datos: una base generada con el Simulador de StatSim Pro (N = 300 participantes, variables Total_R y Total_T).

Resultados obtenidos

1. Correlación no paramétrica (Spearman)

Métrica StatSim Pro IBM SPSS Diferencia
ρ de Spearman −0.0590 −0.059 0.0000
p-valor (bilateral) 0.3088 0.309 0.0002
N 300 300 —

2. Prueba de normalidad — Kolmogorov-Smirnov (Lilliefors)

Variable Métrica StatSim Pro IBM SPSS Diferencia
Total_R Estadístico D 0.0381 0.038 0.0001
p-valor 0.3599 0.200¹ —
Total_T Estadístico D 0.0803 0.080 0.0000
p-valor 0.0001 < .001 —

¹ SPSS reporta p = 0.200 como límite inferior de la significación verdadera (ver pie de tabla en SPSS). StatSim Pro calcula el valor p exacto mediante la aproximación de Dallal-Wilkinson/Khorzad, arrojando un resultado más informativo (p = 0.3599).

Capturas de pantalla

Correlación de Spearman — StatSim Pro vs. SPSS

Correlación de Spearman en StatSim Pro y en SPSS

Pruebas de normalidad — StatSim Pro vs. SPSS

Pruebas de normalidad en StatSim Pro y en SPSS

Además de la comparación con SPSS, cada módulo estadístico se verifica contra casos con solución conocida (valores de tabla, ejemplos resueltos a mano y recuperación exacta de coeficientes sintéticos), incluyendo estudios de calibración por simulación (p. ej., 300 réplicas normales para confirmar la tasa nominal de falsos positivos de Lilliefors ≈ 5 %), y contra referencias independientes: veintiocho oráculos en Python (SciPy, NumPy, scikit-learn y mpmath), las salidas publicadas de R (lm, glm, oneway.test, kruskal.test), ReadStat para los archivos de SPSS y openpyxl para los de Excel. Más de mil pruebas automáticas corren antes de cada versión (ver 🧪 Pruebas).

🧪 Verificación integrada (autotest)

El proyecto lleva sus propias pruebas dentro del código, ejecutables desde la consola del navegador (F12):

await StatSim.autotest()                          // 102 comprobaciones del simulador
StatSim.api.redactor.RedactorTeorico.autotest()   // 11 comprobaciones del redactor

Cada comprobación corresponde a un fallo que ocurrió de verdad durante el desarrollo y que ya no debe repetirse: correlaciones exactas, fiabilidad autocalibrada, puntaje general derivado, matrices de correlación imposibles, ítems invertidos, valores perdidos, exportación limpia, conversión de citas… Con semilla fija, para que el resultado sea reproducible y no dependa del azar.

📂 Ejemplos hechos por la propia página

La carpeta ejemplos/ trae cinco casos de uso completos, recorridos en un navegador de verdad como lo haría una persona:

# Caso Diseño
1 Estrés académico y bienestar psicológico Correlacional
2 Ansiedad ante los exámenes según el sexo y el grado Comparativo
3 Predictores del rendimiento y del riesgo de deserción Predictivo
4 Propiedades psicométricas de una escala de procrastinación académica Instrumental
5 Apoyo social, autoeficacia y engagement académico Explicativo (SEM)

Cada uno guarda lo que descargó la página, sin retocar: la configuración del Simulador, la base en CSV, SPSS y Excel, el informe «pedido vs. obtenido» y su verificación en PDF, el capítulo de Word, los resultados en texto y en PDF, los informes de psicometría y el proyecto .statsim para abrirlo y seguir. Su README explica la pregunta, qué se pulsó y qué dio cada análisis. Son datos simulados, y son también una prueba: npm test comprueba que cada proyecto regenera la misma base y que el Analizador vuelve a dar las mismas cifras.

En la página, Aprender › Ejemplos resueltos los muestra uno por uno: sus cifras clave, sus archivos para descargar (o el caso entero en un .zip) y su explicación; con «Abrir en StatSim» el caso se carga en el Simulador y el Analizador y una guía deja a la vista sus pasos, con los que ya trajo el proyecto marcados y los que hay que repetir resaltados. En cada paso, «Muéstrame» te señala en la página dónde está cada control y qué lleva; en los que hay que repetir, «Hazlo por mí» (o «Hazlo todo por mí», todos seguidos) repite los análisis a la vista, con pausas, como se hicieron en el caso: las descargas quedan para ti, señaladas.


📚 Motor estadístico implementado desde cero

Sin librerías estadísticas externas: cada fórmula está escrita y verificada en el propio proyecto, y cada primitiva numérica tiene una sola implementación (src/core/), que comparten todas las vistas, el Word y el Simulador.

  • Shapiro-Wilk — Algoritmo de Royston (1992, AS R94), el mismo que usan R y SPSS
  • Kolmogorov-Smirnov — Corrección de Lilliefors (Dallal-Wilkinson / Khorzad)
  • Correlación — Pearson y Spearman con intervalos de confianza (Fisher z; Bonett-Wright para Spearman), una sola convención en la vista principal, el informe, el mapa de correlaciones y el diagnóstico de forma; matrices con eliminación por pares
  • Pruebas t — Student (varianzas agrupadas) y Welch (Satterthwaite)
  • ANOVA — De un factor con η², y de Welch (sin suponer varianzas iguales; la prueba robusta de SPSS, oneway.test de R); ANCOVA (con la homogeneidad de las pendientes) y MANOVA (Λ de Wilks)
  • No paramétricas — U de Mann-Whitney (corrección de empates; sin corrección de continuidad, como SPSS) y Kruskal-Wallis con corrección de empates y ε²
  • Levene — Homogeneidad de varianzas (centrado en la media, como SPSS)
  • Chi-cuadrado — Independencia con V de Cramér
  • Regresión — Lineal simple y múltiple (mínimos cuadrados por la QR de Householder, el método de R, con su criterio de colinealidad) con B, EE, β estandarizados, t, p, IC 95 %, R², R² ajustado, F del modelo y VIF por predictor, con moderación (interacción centrada) y término cuadrático; con dos variables, la forma que mejor ajusta (lineal, cuadrática, cúbica, logarítmica o exponencial) por AIC con regla de parsimonia; logística y de Poisson (IRLS sobre la misma QR, el algoritmo de glm de R) con OR o razones de tasas, IC de Wald, pseudo-R² de McFadden, AIC, aviso de sobredispersión y una prueba exacta de separación (programación lineal)
  • Fiabilidad — Alfa de Cronbach (bruto con IC 95 % por el procedimiento de Feldt, y estandarizado), omega total de McDonald (solución unifactorial por ejes principales iterados), lambda 2 de Guttman, correlación media inter-ítem con su rango, α y ω ordinales (sobre correlaciones policóricas o tetracóricas), KR-20 en ítems dicotómicos e intervalos por bootstrap (percentil o BCa)
  • Psicometría — V de Aiken con su intervalo (validez de contenido por jueces); correlaciones policóricas y tetracóricas por máxima verosimilitud en dos pasos (Olsson, 1979); análisis factorial exploratorio (KMO y MSA por ítem, esfericidad de Bartlett, análisis paralelo por permutaciones, ejes principales iterados, rotaciones oblimin, varimax y promax); concordancia entre evaluadores (κ de Cohen y de Fleiss, coeficiente de correlación intraclase con su intervalo)
  • Ecuaciones estructurales (SEM) — AFC, análisis de rutas, mediación y SEM completo en una sola formulación (el modelo RAM), con sintaxis de lavaan; por máxima verosimilitud (BFGS con el gradiente analítico) o WLSMV para ítems ordinales (Muthén, 1984); χ², CFI, TLI, RMSEA con su intervalo y SRMR; aviso de soluciones no admisibles (casos Heywood) y de modelos sin identificar, con su causa probable; validez convergente y discriminante (fiabilidad compuesta, AVE, Fornell–Larcker y HTMT); comparación de modelos (Δχ² o AIC con ML; con WLSMV, ΔCFI y ΔRMSEA según Chen, 2007)
  • Invarianza de medición — AFC multigrupo por máxima verosimilitud con estructura de medias (configural, métrica, escalar y estricta) o por WLSMV con ítems ordinales (la secuencia de Wu y Estabrook, 2016), con las medias latentes cuando la invarianza se sostiene
  • Forma de una relación (según el Atlas de relaciones entre variables) — r, ρ, τ-b de Kendall, correlación de distancias y η por tramos; comparación de formas por AICc con pesos de Akaike; prueba de las dos rectas (Simonsohn, 2018); la nube de puntos: abanico (Breusch–Pagan de Koenker y White), bordes por regresión de cuantiles, condición necesaria (NCA), efecto techo o suelo y atípicos influyentes (distancia de Cook y, en grupo, un MCD robusto determinista)
  • Comparaciones múltiples — Corrección de Holm; post-hoc con el modelo de error de cada prueba global: t con la media cuadrática del error (DMS de Fisher), t de Welch por pares y z de Dunn
  • Potencia post-hoc — Aproximación de Cohen (1988; la de pwr.r.test) para correlaciones, con el α y la lateralidad de la prueba
  • Metaanálisis de correlaciones — Transformación de Fisher, efectos aleatorios de DerSimonian-Laird, heterogeneidad (Q, I², τ²) y forest plot
  • p-valores — Beta y gamma incompletas regularizadas por fracción continua de Lentz (Numerical Recipes)
  • Álgebra matricial propia, una sola implementación (src/core/linalg/) — Descomposición de Cholesky (generación de datos correlacionados, inversas y log-determinantes de matrices definidas positivas), rotación de Jacobi para autovalores y autovectores (corrección de matrices no definidas positivas), Gauss-Jordan con pivoteo parcial, QR de Householder, inversión triangular y la fase 1 del símplex revisado
  • Azar reproducible (src/core/random/) — Generadores con semilla (mulberry32 para el Simulador, sfc32 para los remuestreos), normales por Box-Muller y permutaciones uniformes (Fisher–Yates): la misma semilla da la misma secuencia de números en cualquier navegador y, con ella, la misma base (salvo que un motor de JavaScript calcule Math.log, Math.cos o Math.exp con otro último dígito: el estándar no los fija, y el redondeo de los valores casi siempre lo absorbe)

🎨 Motor de visualización propio (statviz.js)

StatSim Pro no depende de D3.js: los gráficos se dibujan con statviz.js, un motor SVG ligero (~35 KB sin minificar, frente a ~280 KB de D3) escrito desde cero para el proyecto, que implementa exactamente el contrato que la app necesita:

  • Escalas lineales (con nice, ticks y formato adaptativo de decimales según el paso), de banda y secuenciales
  • Ejes con estilos legibles en tema oscuro, selecciones data-join (data/enter/exit/join), generadores de línea y área con curvas B-spline (curveBasis) y cierre lineal
  • Histogramas con umbrales, jerarquías con empaquetado de círculos y proyección geográfica Natural Earth para el panorama mundial
  • Comprobado por la batería: sus estadísticos, contra los del núcleo, y cada gráfico, en Chromium (en la pantalla, impreso y en el Word)

Y dos piezas más, también propias:

  • El diagrama de rutas del SEM (sem-diagrama.js): dispone el modelo en filas o, si no cabe, en columna; curva por fuera las covarianzas, separa las rutas recíprocas y lleva cada carga cruzada a su propio punto del indicador; y coloca cada coeficiente donde no tapa una flecha, una punta, una variable ni otro número (si no queda ningún sitio libre, en el que menos tapa). La misma figura va al Word y a lo impreso
  • Los gráficos en papel: al imprimir y en las figuras del Word, cada gráfico pasa a tinta sobre blanco, con sus textos y sus líneas con contraste suficiente; lo comprueban pruebas en Chromium

✨ Características

🔭 Explorador de temas

  • ✅ Problemáticas latentes: escribe un tema y la IA propone subtemas (sin IA, se usan unos de respaldo); de cada uno se mide el interés de las noticias de los últimos tres meses en medios y organismos de referencia (GDELT) frente a la producción académica de los últimos cinco años (OpenAlex). Un índice de brecha los ordena entre sí —🔥 latente (mucho ruido y poca investigación), 📊 equilibrado, 📚 saturado— con una nube de burbujas
  • ✅ Formular con IA: convierte un subtema en un problema de investigación con su pregunta, tres enfoques posibles y su viabilidad (una propuesta orientativa para validar con tu asesor)
  • ✅ Árbol de la psicología: 668 temas curados en área → subcategoría → tema, con filtro instantáneo
  • ✅ Panorama mundial de salud mental: un mapa con la mortalidad por suicidio de la OMS (por 100 000, estandarizada por edad), que se descarga solo al pulsar «Mostrar»; de un país pasas a un problema y a una población, y de ahí al medidor de brechas

🎲 Generador de bases de datos (Simulador)

Un simulador psicométrico que entrega exactamente lo que le pides, y que además puede ensuciar los datos a propósito para que la limpieza sea parte del aprendizaje. La generación corre en un Worker: la página no se congela mientras trabaja.

Estructura del instrumento

  • ✅ Cuadro de pruebas (tabla I): declara cada test, la variable psicológica que mide y la correlación esperada entre sus dimensiones
  • ✅ Cada fila es una dimensión (ítems, media, DE, mínimo y máximo por ítem y su distribución: normal, uniforme, asimétrica, con techo o con suelo); el puntaje general de cada test se calcula solo como promedio de sus dimensiones (columna General_), y un test de una sola escala tiene esa escala como general
  • ✅ Escalas de acierto/error (ítems 0/1) con la dificultad de cada ítem
  • ✅ Variables sociodemográficas personalizables (sexo, edad, carrera, etc.)
  • ✅ Percentiles opcionales (PC_) por escala y por puntaje general, calculados por rango medio
  • ✅ Heterogeneidad de los ítems (ítems «fáciles» y «difíciles», cargas desiguales), sin cambiar la media, la DE, las correlaciones ni la fiabilidad
  • ✅ Guía de coherencia en vivo que avisa de configuraciones contradictorias, con desbloqueo progresivo de campos

Control psicométrico real

  • ✅ Fiabilidad objetivo por escala: elige el coeficiente —α de Cronbach u ω de McDonald— y el generador se autocalibra para que el valor observado coincida con el pedido (el redondeo de los ítems Likert desviaba el resultado; ahora se corrige por bisección midiendo con el mismo estimador que usa el Analizador)
  • ✅ Ítems invertidos: indica cuántos ítems de la escala se puntúan al revés. La base los entrega sin recodificar, como llegan de un cuestionario real: quien no los refleje antes de sumar verá caer la fiabilidad, igual que en la vida real
  • ✅ Correlaciones objetivo (tabla III) entre dimensiones, sociodemográficas numéricas y puntajes generales derivados (la correlación pedida sobre un General se reparte matemáticamente entre sus dimensiones)
  • ✅ Correlaciones exactas (activable): la muestra reproduce exactamente la correlación pedida (si pides r = 0.40, obtienes 0.40) en lugar de fluctuar por error de muestreo. Desactívalo para que los datos se comporten como una muestra recogida en campo
  • ✅ Estructura factorial coherente: las dimensiones de un mismo test correlacionan entre sí como en un instrumento real, y cualquier pareja que fijes explícitamente siempre prevalece
  • ✅ Detección de correlaciones imposibles: si la combinación pedida no puede existir en ninguna muestra (matriz no definida positiva), se identifican las tríadas en conflicto, se sustituye por la matriz válida más cercana y se informa cuánto se movió cada correlación — en lugar de forzarla en silencio

Relaciones con forma (el Atlas de relaciones entre variables)

  • ✅ Tipo de relación: además de la lineal, 17 curvas (logarítmica, sigmoide, en U, cíclica…), con la fuerza η de la relación
  • ✅ Nube: homogénea, abanico que se abre o que se cierra, triángulo de condición necesaria o con un atípico influyente
  • ✅ Restricción de rango: la base guarda solo el porcentaje superior o inferior de una variable (como los admitidos por un examen), y la selección atenúa sus correlaciones como en la realidad

Diseños (tablas IV a IX)

  • ✅ Diferencias por grupo (IV): la d de Cohen entre los grupos de una variable binaria o categórica, la interacción de dos factores (2 × 2) y el anidamiento con su CCI
  • ✅ Modelos estructurales (V): mediación simple y paralela, moderación, relación curvilínea, terceras variables (confusión, supresión y colisionador) y la paradoja de Simpson
  • ✅ Medidas repetidas (VI): de 2 a 4 ondas con su estabilidad y su cambio, curvas de crecimiento, paneles cruzados (también con interceptos aleatorios, el RI-CLPM), relaciones entre personas y dentro de la persona y estados con histéresis
  • ✅ Estructura factorial (VII): la carga de cada ítem, cargas cruzadas, un factor de método para los ítems invertidos y el desajuste del modelo, para que el AFE y el AFC tengan qué recuperar
  • ✅ Desenlaces y puntos de corte (VIII): niveles con nombre por cortes fijos o percentiles, y variables criterio no continuas (sí/no, conteos, ordinales) que dependen de las escalas que elijas
  • ✅ Concordancia (IX): un segundo informante (madre, docente) o una forma paralela, y jueces que clasifican (κ) o puntúan (CCI)

Realismo opcional (para enseñar limpieza de datos): seis controles independientes

  • ✅ Valores perdidos con mecanismo MCAR (al azar), MAR (dependen de una variable observada) o MNAR (de la propia puntuación), con regla del 80 %: si a una escala le falta más del 20 % de sus ítems su total queda vacío; si falta menos, se prorratea
  • ✅ Respuestas descuidadas: participantes de línea recta (mismo valor en todos los ítems) o de respuesta al azar, con columna marcadora opcional para que el docente pueda corregir el ejercicio
  • ✅ Errores de digitación: valores imposibles fuera de rango, el atípico más común en bases transcritas a mano
  • ✅ Estilos de respuesta, ítems de control de la atención y tiempo de respuesta

Verificación y flujo de trabajo

  • ✅ Informe «pedido vs. obtenido»: tras generar, una tabla contrasta cada parámetro configurado (media, DE, α/ω, correlaciones, formas, diferencias, modelos, ondas…) con su valor medido en la base, con estado ✓/⚠ y descarga en CSV — la evidencia que respalda la simulación en el anexo metodológico. Con imperfecciones, verifica el generador sobre la base limpia y resume lo que se inyectó
  • ✅ Importar / Exportar por tabla y botones maestros que guardan o restauran toda la configuración del simulador en un solo archivo
  • ✅ Exportación a CSV (con BOM, compatible con Excel; en formato español o internacional), a SPSS (.sav) y a Excel (.xlsx: la base con sus fechas como fechas, el diccionario de variables y el informe de la generación), vista previa e impresión del informe en PDF; los valores perdidos salen como celda vacía
  • ✅ Enviar al Analizador con un clic

🔬 Analizador estadístico

  • ✅ Carga de CSV, de libros de Excel (.xlsx, con selector de hoja y, si son del Simulador, sus etiquetas), de bases de SPSS (.sav, .zsav) o de los datos generados, con vista previa (N y variables), en «Datos › Consigue tu base» (también soltando el archivo encima); lo que StatSim hizo con el archivo queda escrito en «Revísala». Una celda vacía es un valor perdido en todos los análisis (nunca un 0), venga del CSV o del Simulador; un número se lee solo si la celda contiene un número completo, con punto o con coma decimal (3,5)
  • ✅ Etiquetas de variables (en «Datos › Confirma tus escalas»): renombra puntajes de escala (General_IE → “Inteligencia emocional”) y toda la app y el Word usan el nombre legible. Las columnas se reconocen por prefijo (General_, Dimension_, Total_), de modo que una base exportada conserva su estructura aunque vuelva desde un CSV externo
  • ✅ Configuración de la investigación (título, unidad de análisis, contexto); las escalas y sus ítems, en «Datos › Confirma tus escalas»
  • ✅ Correlación bivariada (Pearson/Spearman elegido automáticamente según normalidad; bilateral o unilateral) con IC 95 %, interpretación de fuerza y dirección; con tres variables o más, matriz de correlaciones (método por par según normalidad, p corregidos por Holm)
  • ✅ Regresión junto a la correlación: simple, con la forma funcional que mejor ajusta; múltiple con tabla completa de coeficientes, VIF, normalidad de residuos y efecto crudo vs. ajustado del predictor focal; con interacción o término cuadrático; logística si la dependiente es binaria y de Poisson si es un conteo
  • ✅ Lectura causal honesta: la sección “De la correlación al control estadístico” explica las tres condiciones causales y por qué un diseño transversal aporta asociación ajustada, necesaria pero no suficiente
  • ✅ Comparación entre grupos con protocolo automático: la app evalúa normalidad por grupo + Levene y elige sola — t de Student, t de Welch o U de Mann-Whitney (2 grupos); ANOVA, ANOVA de Welch o Kruskal-Wallis (3+), con post-hoc por pares y corrección de Holm, el mismo protocolo en la vista principal, la pestaña de grupos, el Word y la criba sociodemográfica — explicando siempre por qué eligió esa prueba, con tamaños del efecto (d, r, η², ε²) y su magnitud, con su intervalo de confianza (el de la d y la g de Hedges, por la t no central; el de η², por la F no central, con la ω²), como pide APA 7; ANCOVA y MANOVA opcionales mediante preguntas guiadas
  • ✅ Asociación de categóricas: χ² con la V de Cramér y su intervalo, la prueba exacta de Fisher (exacta recorriendo todas las tablas posibles o, si son demasiadas, por Monte Carlo con semilla), que decide cuando las esperadas son bajas (regla de Cochran), los residuos tipificados corregidos de Haberman (qué combinaciones se apartan de la independencia, también con Bonferroni) y la razón de odds de una tabla 2 × 2
  • ✅ Medidas repetidas y muestras relacionadas («¿Cambió algo entre mediciones?»): las mismas personas medidas dos o más veces —antes y después, varias ondas (las del Simulador se reconocen solas)— o en dos o más condiciones, con su protocolo: t para muestras relacionadas o Wilcoxon (dos medidas); ANOVA de medidas repetidas con la esfericidad de Mauchly y las correcciones de Greenhouse-Geisser y Huynh-Feldt, o Friedman (tres o más); McNemar y la Q de Cochran (respuestas sí/no); y el ANOVA mixto con un factor entre sujetos (el diseño con grupo de control: su interacción, con los efectos simples), con Levene y la M de Box; tamaños del efecto con intervalo (dz, biserial de rangos, η² parcial y η² generalizada), comparaciones por pares con Holm, la otra rama como comprobación, el gráfico de perfil con intervalos intra sujetos (Cousineau-Morey), la redacción APA y su Word
  • ✅ Correlación parcial y semiparcial («¿Se mantiene la relación si descuento otra variable?»): la relación de dos variables descontando una o más de control, con su intervalo y la parte de la varianza que solo explica X
  • ✅ Mediación y moderación con los modelos de PROCESS de Hayes («¿A través de qué se relacionan?» y «¿La relación depende de una tercera variable?»): moderación (1) con los efectos condicionales, la región de Johnson-Neyman y las pendientes simples; mediación simple o en paralelo (4), en serie (6) y mediación moderada (7 y 14, con el índice de mediación moderada); los efectos indirectos con su intervalo bootstrap (5 000 remuestras con semilla, en segundo plano, con progreso y cancelación), el diagrama de rutas con los coeficientes, la redacción APA y su Word
  • ✅ Casos que conviene revisar (la depuración de la base, en «Datos › Revísala»): duplicados, identificadores repetidos, valores fuera de la escala de respuesta, casos con demasiadas respuestas en blanco, respuestas descuidadas (cadenas de respuestas iguales y la misma respuesta en todo) y atípicos univariados (|z| > 3,29) y multivariados (Mahalanobis); cada caso con su motivo, tú decides cuáles salen, y la base depurada se descarga o se usa en el Analizador (con vuelta a la original)
  • ✅ Respuestas que faltan (los datos perdidos, en «Datos › Revísala»): cuántos faltan y dónde, sus patrones, la prueba MCAR de Little, las estimaciones del EM y una recomendación; y la imputación múltiple (PMM o norm, con semilla, en segundo plano) con las medias y correlaciones combinadas por las reglas de Rubin y las bases imputadas en CSV y .sav (con la variable Imputation_ que SPSS reconoce)
  • ✅ Baremos («¿Cómo interpreto un puntaje?»): percentiles, T normalizada, eneatipos y decatipos de cada puntuación, niveles por percentiles y, si un grupo puntúa distinto, baremos diferenciados
  • ✅ Validez de criterio: curva ROC («¿Desde qué puntaje hay riesgo?»): el área bajo la curva con su intervalo de DeLong, el punto de corte óptimo (Youden) con su sensibilidad, especificidad y valores predictivos (intervalos de Wilson), la tabla de cortes y la curva
  • ✅ Potencia y tamaño de muestra («¿Cuántas personas necesito?», sin base): el tamaño a priori, la potencia con tu n o el efecto mínimo detectable para la t, la correlación, el ANOVA, la χ² y la regresión, con los mismos números que G*Power 3.1, y la mediación simple por Monte Carlo
  • ✅ Teoría de respuesta al ítem y DIF («¿Qué tan bien funciona cada ítem?»): el modelo de respuesta graduada (ítems Likert), el 2PL o el de Rasch (sí/no), con la discriminación y los umbrales de cada ítem, la información del test, la fiabilidad marginal y las puntuaciones θ (en un CSV o añadidas a tu base); y el funcionamiento diferencial de los ítems entre grupos por regresión logística, con la clasificación de Jodoin y Gierl. Los números coinciden con los de mirt en R en sus primeras cifras (la misma cuadratura y el mismo algoritmo EM)
  • ✅ Modelos multinivel («¿Influye el grupo al que pertenecen?»): cuando las personas están agrupadas (aulas, colegios, hospitales), la correlación intraclase y el efecto de diseño del modelo nulo y los efectos de los predictores de la persona y del grupo (que reconoce solos), con su centrado y los gl de Satterthwaite, como lmerTest y SPSS MIXED
  • ✅ Sintaxis equivalente en R y SPSS en las tarjetas nuevas: el código para reproducir cada análisis fuera del programa (o para que tu asesor lo compruebe), con un botón para copiarlo; y la imputación múltiple y la potencia por Monte Carlo, repartidas entre los núcleos de tu equipo
  • ✅ Fiabilidad y consistencia interna: α de Cronbach con IC 95 %, α estandarizada, ω total de McDonald, λ₂ de Guttman y correlación media inter-ítem, con interpretación por umbrales; α y ω ordinales, KR-20 e intervalos por bootstrap
  • ✅ Psicometría de un instrumento, en tarjetas propias: V de Aiken (3), AFE (4), concordancia entre evaluadores (5), invarianza de medición (6) y el diagnóstico de la forma de una relación (7), cada una con su redacción APA, sus tablas y su Word; los cálculos largos corren en un Worker, con progreso y cancelación
  • ✅ Ecuaciones estructurales (SEM) con sintaxis de lavaan y ejemplos: un motor de decisión previo dice si el modelo y la muestra lo permiten; luego, el ajuste con cada índice explicado (qué es, por qué, cómo mejorarlo y cómo reportarlo en APA), el diagrama de rutas con los coeficientes estandarizados, la validez convergente y discriminante y la comparación de modelos (inicial, alternativo y final)
  • ✅ Criba automática de correlaciones por dimensiones para los objetivos específicos (priorizada y con Holm), y cribado de la forma de todos los pares
  • ✅ Hallazgos según variables sociodemográficas (pruebas según la naturaleza de cada variable)
  • ✅ Interpretaciones en lenguaje llano de cada resultado, con los porqués detrás de los números y una plantilla para la discusión
  • ✅ Cada resultado se lee sin saber estadística: empieza con «En pocas palabras» (una frase en llano con lo que dice, e insignias como «Sí se relacionan» o «Relación moderada», cada una con lo que quiere decir y cómo se dice en tu tesis) y «Cómo se lee, número por número» (cada número de tu resultado, con lo que quiere decir con su valor). Cada lista de opciones dice, debajo, qué hace la que elegiste, y las palabras técnicas de los textos que explican se pueden tocar para ver su definición (no se imprimen ni se descargan: el papel y el Word no cambian)
  • ✅ Marco metodológico asistido: pregunta, objetivo general, objetivos específicos, hipótesis H₀/H₁ y matriz de consistencia construida automáticamente
  • ✅ Descargar resultados en texto e imprimir o guardar en PDF (solo los resultados, en papel blanco, con su encabezado)

📈 Dashboard de gráficos interactivos con análisis automático

  • ✅ Selector de variables con casillas: elige qué variables graficar (2–8) y todos los gráficos, junto con sus análisis, se redibujan al instante
  • ✅ Distribución de puntajes: teórica vs. empírica — para cada variable, la curva normal N(μ, σ) (continua) se contrasta con la densidad empírica de los datos reales (KDE de Silverman, punteada): la comparación visual delata asimetrías y bimodalidades antes de las pruebas formales; con líneas de media, cursor en cruz con coordenadas y rejilla tenue
  • ✅ Matriz de correlaciones exploratoria: paleta divergente diseñada para tema oscuro (sin celdas blancas), contraste del texto por luminancia real, celdas y tipografía adaptativas, etiquetas de variables completas y tooltip por celda con coeficiente (Pearson o Spearman según la normalidad de ese par), p aproximado, N, IC 95 % (Fisher) e interpretación en lenguaje natural
  • ✅ Diagrama de caja investigable: lienzo proporcional al número de variables, etiquetas del eje en diagonal, tooltip con los estadísticos completos de cada caja (N, mediana, cuartiles, RIC, mínimo, máximo, atípicos) y ficha por cada punto atípico (valor, límites de Tukey e identificador del participante)
  • ✅ Análisis automático bajo cada gráfico (analisis-graficos.js, con la misma asimetría y curtosis que la tabla de descriptivos): un párrafo con redacción científica publicable generado desde los datos vigentes — severidad de las desviaciones de normalidad (γ₁, γ₂) con dirección e implicación, dispersión relativa (CV), estructura correlacional (varianza compartida, cautela por comparaciones múltiples), atípicos con dirección, asimetría por mediana y bigotes, y recomendaciones condicionales (paramétricos vs. robustos; media/DE vs. mediana/RIC), con avisos automáticos por N reducido o escalas dispares
  • ✅ Ayudas pedagógicas: botón «?» junto a cada título abre una explicación en lenguaje coloquial de qué es el gráfico, para qué sirve y qué observar
  • ✅ Todos los gráficos son responsive de verdad: el lienzo se ajusta exactamente al contenido y al marco que lo contiene, sin recortes ni superposiciones, también en un teléfono
  • ✅ En el panel de normalidad: histogramas con curva normal y ejes numéricos, Q-Q plots; en correlación: dispersión con recta de mínimos cuadrados y banda de confianza al 95 %

📄 Exportador de capítulo de resultados (Word APA 7)

  • ✅ Documento .docx real con portada, resumen, índice con anclas y numeración APA de tablas y figuras
  • ✅ Marco metodológico completo + matriz de consistencia
  • ✅ Tabla sociodemográfica con interpretación pedagógica (categorías predominantes, lectura de f y %)
  • ✅ Niveles por terciles explicados, descriptivos (M, DE, asimetría, curtosis) interpretados en llano
  • ✅ Figuras exportadas como imagen (histogramas, Q-Q, dispersión) cada una con su explicación usando los valores reales — incluida la nota metodológica sobre por qué la vista del histograma puede no coincidir con la prueba de normalidad en muestras grandes
  • ✅ Contraste de hipótesis y decisión estadística: H₀/H₁, α, estadístico, p, IC 95 %, decisión explícita (se rechaza / no se rechaza) y potencia post-hoc valorada contra el umbral de .80
  • ✅ Matriz de correlaciones en tabla APA (triángulo inferior)
  • ✅ Correlaciones de objetivos específicos con corrección de Holm y párrafo didáctico
  • ✅ Sección de comparación entre grupos (descriptivos + supuestos + contraste + post-hoc + interpretación), con la ANCOVA y el MANOVA si se pidieron
  • ✅ Sección de análisis multivariado con el modelo que el investigador ejecutó (resumen, coeficientes, crudo vs. ajustado y precisión conceptual sobre causalidad)
  • ✅ Sección del SEM (ajuste, parámetros, validez, comparación de modelos y el diagrama de rutas como figura); las tarjetas de psicometría exportan además su propio Word
  • ✅ Referencias APA del capítulo

🔎 Buscador de antecedentes académicos

  • ✅ Búsqueda simultánea en Google Académico, Scopus (rotación de múltiples claves API), Web of Science (Colección Principal, por la API Starter de Clarivate: con tu clave, que no sale de tu navegador salvo hacia Clarivate, o con el relevo propio del sitio; ver docs/WEB-OF-SCIENCE.md), PubMed, SciELO, ALICIA (Concytec), la OMS (IRIS: guías e informes oficiales de salud), la ONU (su Biblioteca Digital) y fuentes complementarias (OpenAlex, Crossref y Semantic Scholar). ScienceDirect (el texto completo de las revistas y los libros de Elsevier, con las mismas claves que Scopus) está lista, pero viene desmarcada hasta que Elsevier habilite su ScienceDirect Search API para las claves del sitio
  • ✅ Una obra que encuentran varias bases (mismo DOI) es una sola fila que las nombra todas en la columna «Base» («Scopus+Web of Science») y en la «Indexación», y toma de las otras el resumen, el ISSN o las citas que le falten
  • ✅ Búsqueda intensiva con IA: generación de criterios de inclusión/exclusión, expansión de la consulta en variantes (ES/EN) y paginación profunda
  • ✅ Variantes propias: escribe tus propias variantes de búsqueda (una por línea) y se usarán tal cual, sin pasar por la IA; deja la caja vacía y se generan automáticamente
  • ✅ Tope de búsquedas configurable (variantes × idiomas): decide cuántas búsquedas se lanzan, con aviso en vivo del coste y advertencia explícita si alguna variante quedaría fuera
  • ✅ Análisis de relevancia con IA (escala 1–5 con justificación) a través de un Cloudflare Worker propio que reparte el trabajo en paralelo entre sus claves de Groq, con JSON estricto y reintentos con enfriamiento automático
  • ✅ Filtro por umbral de relevancia que gobierna matriz, exportaciones y redacción
  • ✅ Enriquecimiento automático por DOI en cascada: OpenAlex → Crossref → Semantic Scholar → Europe PMC → Scopus Abstract Retrieval → Unpaywall (rescata resúmenes que las APIs abiertas no traen, p. ej. Elsevier, y los de Web of Science y ScienceDirect, que sus APIs no dan), con recuperación de autores y año, el ISSN que falta (para el cuartil) y el nombre de la revista con sus tildes cuando la base lo da en mayúsculas (Web of Science)
  • ✅ Matriz de revisión bibliográfica de 15 columnas: Relevancia, Título, Autor, Año, Contexto (país), Objetivos, Muestra, Instrumentos, Resultados, Conclusiones, Revista, Cuartil, Indexación, Referencia APA y Link/DOI
  • ✅ Métricas de revista (cuartil por el percentil de CiteScore de Scopus, e indexación) y detección de país y muestra desde el resumen
  • ✅ Ranking de revistas de psicología: todas las del área en Scopus, ordenadas por el percentil de CiteScore de su último año completo, con su cuartil y descarga en Excel
  • ✅ Protocolo de búsqueda auto-documentado: cada consulta queda registrada (fuente, ecuación literal, filtros, resultados, fecha y hora) en la ficha técnica de la revisión, para que otro investigador pueda replicarla
  • ✅ Diagrama de flujo PRISMA 2020, automático (lo registra el Buscador) o a mano, en PNG y en texto
  • ✅ Metaanálisis de correlaciones con los r y los N que transcribes del texto completo de cada estudio (efectos aleatorios, heterogeneidad y forest plot)
  • ✅ Exportación a Excel (formato APA: Times 12, ajuste de texto, anchos calibrados) y CSV dual (ES con ; y coma decimal / internacional con ,)
  • ✅ Referencias APA 7 correctas: apellidos e iniciales interpretados desde cualquier formato de las APIs (“Batbayar E.”, “E. Batbayar”, “EB Batbayar”…), “y” en español, cursivas de revista

✍️ Redactor de marco teórico con IA

  • ✅ Identificación de variables de estudio a partir del problema (la IA propone, tú confirmas)
  • ✅ Marco teórico completo: el Capítulo I (planteamiento del problema y justificación) y el Capítulo II (estado de la cuestión, antecedentes —en partes, para cubrir todas las fuentes—, bases teóricas y modelos teóricos de cada variable y su definición conceptual), redactados en paralelo por múltiples claves de IA
  • ✅ Regla de oro inviolable: toda idea lleva cita — el modelo escribe con marcadores de evidencia y la app los convierte en citas APA reales tomadas de tu matriz, contando exactamente qué fuentes se usaron
  • ✅ Caza de citas inventadas: cualquier referencia que no exista en la matriz se detecta y se reporta, tanto en forma parentética como narrativa
  • ✅ Ficha de instrumentos extraída de tu propia matriz (nombre, sigla, constructo y familia teórica) que se inyecta en todas las secciones para que ningún test se describa midiendo lo que no mide, y que además detecta posicionamientos teóricos contradictorios entre secciones
  • ✅ Filtro por relevancia (≥ 2 … ≥ 5) aplicable también a una matriz ya descargada que vuelvas a importar (en Excel o CSV)
  • ✅ Saneado de la matriz en una sola puerta: caracteres corruptos del scraping, autores contaminados con nombres de revista, referencias APA reconstruidas cuando llegan rotas y posibles duplicados reportados —nunca borrados— para que decidas tú
  • ✅ Cadena de respaldo ante límites de cuota: reintentos con espera respetando la ventana del proveedor y cambio automático a un segundo motor de IA, comprimiendo el material sin omitir ninguna fuente ni perder las cifras de los resúmenes
  • ✅ Pase de coherencia: un botón revisa el documento y reescribe solo los pasajes que lo necesitan (cadenas de citas sin jerarquizar, muletillas repetidas, declaraciones de vacío duplicadas, modelo teórico contradictorio), con una garantía mecánica: si la reescritura altera las citas del párrafo, se rechaza
  • ✅ Panel de diagnóstico al terminar: secciones, palabras, fuentes citadas, qué motor escribió cada sección, costura del texto, saneado de la matriz y alertas accionables
  • ✅ Word .docx y PDF en formato APA 7: Times New Roman 12, doble espacio, sangrías, títulos centrados, numeración de páginas y Referencias finales solo de las fuentes realmente citadas, en orden alfabético con sangría francesa
  • ✅ Botón de copiado íntegro al portapapeles y recuperación del último documento generado
  • ✅ Aviso honesto permanente: es un borrador asistido — verifica cada cita contra la fuente original y reescríbelo con tu voz

💾 Tu trabajo, a salvo, y el proyecto completo en un archivo

  • ✅ Lo pendiente (desde la 2027.02.01): los botones de video dicen qué video abren (hoy, el recorrido de StatSim); los ejemplos resueltos, rehechos con los nombres de hoy de cada botón y cada lugar; y medido lo que tardan los cálculos largos en un equipo cuatro veces más lento: ninguno pasa de 11 s, así que ni WebGPU ni WebAssembly, por ahora.

  • ✅ Cada análisis y el Simulador, más claros (desde la 2027.01.31): cada análisis dice lo que necesita (y si tu base lo tiene), lo que obtendrás y, junto a su botón, qué vas a calcular con lo elegido; cada resultado trae todo lo que trae, tabla por tabla, con lo que dice cada una; el Simulador empieza con plantillas de cada tipo de tesis (también «Antes y después») y, antes de generar, dice tu modelo en frases.

  • ✅ Te guía (desde la 2027.01.30): en Inicio, escribe tu pregunta de investigación como se la dirías a tu asesor y Guíame te dice qué análisis necesitas, por qué y qué datos te hacen falta, con «Empezar» y una tesis resuelta parecida; Tu ruta, en «Analizar», ordena los análisis de tu tipo de tesis (correlacional, comparativa, predictiva, instrumental, explicativa o de antes y después) y marca lo hecho y el paso que sigue, también en la página de cada análisis; el camino de Inicio dice cuánto llevas, y cada resultado termina con Qué sigue.

  • ✅ Lo que más se nota (desde la 2027.01.29): Buscar (Ctrl K) encuentra cualquier análisis, lugar, palabra del glosario o guía; la bandeja de cálculos de la cabecera sigue los cálculos largos mientras trabajas en otra pantalla, con su «Cancelar», y avisa al terminar; cada resultado lleva su sello (con qué versión y cuándo se calculó) y Cómo citar StatSim en APA 7; Deshacer al quitar una fila del Simulador o un criterio de la V de Aiken; si una columna de números trae texto, Datos › Revísala dice en qué filas y ofrece dejarlas en blanco; Guiado o Experto (en «Tu proyecto»): paso a paso o todo a la vista; y StatSim abre sin internet (tras una visita con conexión) y se instala como una aplicación.

  • ✅ Se guarda solo (desde la 2027.01.28): poco después de cada cambio, en este navegador (IndexedDB), sin cuenta y sin que nada salga de tu computadora. Si cierras la pestaña, al volver todo sigue donde estaba («Seguimos donde lo dejaste»). En Tu proyecto: Tus proyectos en este navegador (varios, cada uno con su nombre, que es el título de tu tesis; abrir otro, empezar uno nuevo, quitar uno de la lista con «Deshacer») y Versiones anteriores (antes de generar una base o de cargar otra, al cerrar la pestaña y cada media hora; volver a una deja lo de ahora como otra versión). Si StatSim se actualiza con la página abierta, la franja Hay una versión nueva lo dice y espera a que decidas

  • ✅ Guardar el proyecto en un archivo (en Tu proyecto) descarga un .statsim con todo tu trabajo: la configuración del Simulador y su base generada (la misma, sin volver a generarla), los datos cargados en el Analizador con sus etiquetas y la configuración de la investigación, la tabla de la V de Aiken, la última redacción del Redactor, el protocolo de búsqueda con su flujo PRISMA y, desde la 2027.01.26, tu búsqueda de antecedentes: tu tema, los estudios que encontraste, los que marcaste, su relevancia, tus criterios y tus variables

  • ✅ Abrir proyecto lo devuelve todo a su sitio, en este u otro navegador, tras pedirte confirmación; un proyecto ajeno se comprueba antes de tocar nada, y tu clave de Web of Science nunca entra en él

🔒 Privacidad y arquitectura

  • ✅ 100 % del procesamiento estadístico ocurre en tu navegador: tus datos nunca salen de tu equipo
  • ✅ Sin backend propio ni base de datos; despliegue estático en GitHub Pages
  • ✅ JavaScript nativo en módulos ES (sin frameworks ni herramientas de construcción): ninguna sección importa de otra (se comunican por un bus de eventos y un estado compartido), cada primitiva numérica tiene una sola implementación y lo pesado se descarga solo cuando hace falta (la pestaña Ejemplos, las bibliotecas de exportación)
  • ✅ Lectores y escritores propios de SPSS (.sav y .zsav), Excel (.xlsx), ZIP y DEFLATE, y del CSV con sus codificaciones (UTF-8, UTF-16 o el ANSI de Excel en español)
  • ✅ Bibliotecas de terceros solo para exportar, y solo cuando se usan: html-docx-js (los .docx) y ExcelJS (las hojas del Buscador y del ranking de revistas), copiadas en assets/vendor/; jsPDF, desde un CDN, para el PDF del Redactor
  • ✅ Las llamadas a IA (solo en el Explorador, el Buscador y el Redactor) envían solo lo que pide la tarea —tu tema o tu problema de investigación y los títulos y resúmenes de artículos públicos— a Workers propios de Cloudflare (Groq para los subtemas, los criterios, las variantes y la relevancia; Gemini para la redacción, con Groq de respaldo), que guardan las claves fuera de la página y rotan entre ellas; tus datos del Simulador y del Analizador nunca van a la IA
  • ✅ La clave de Web of Science, si pegas la tuya, no sale de tu navegador salvo hacia Clarivate (o el relevo propio del sitio), nunca hacia los proxies públicos; puedes recordarla en el navegador o usarla solo mientras la página esté abierta
  • ✅ Lo que llega de las fuentes (títulos, autores, revistas, resúmenes, enlaces) se pinta como texto, sin etiquetas, con las entidades decodificadas y con enlaces solo http(s); y los nombres que escribes (columnas, variables, latentes del SEM), también como texto
  • ✅ Volver a descargar StatSim (en Tu proyecto: es «recargar sin caché») vuelve a descargar todos los archivos del sitio si el navegador mezcla una versión nueva con un módulo viejo; Restablecer y recargar borra además lo guardado en el navegador

🚀 Uso

  1. Abre la página: joelpasapera.github.io/StatSim-Pro
  2. ¿Primera vez? En Aprender › Ejemplos resueltos (o desde Inicio), abre un caso resuelto en StatSim y sigue su guía («Muéstrame» te señala cada control; «Hazlo por mí» lo hace a la vista): verás el recorrido entero con datos de ejemplo antes de usar los tuyos
  3. Investigar › Elegir el tema (el Explorador) → escribe un tema amplio y mira qué subtemas tienen mucho interés y poca investigación; formula el que elijas como problema
  4. Investigar › Buscar antecedentes (el Buscador) → busca antecedentes (con tus propias variantes si quieres), analiza relevancia con IA, llena la matriz y expórtala; el protocolo y el PRISMA se llenan solos
  5. Investigar › Redactar el marco teórico (el Redactor, dentro del Buscador) → usa la matriz del Buscador o impórtala, filtra por relevancia, identifica variables, genera el marco teórico completo, pásale el pase de coherencia y descárgalo en Word o PDF APA
  6. Datos → 1. Consigue tu base: si ya tienes tus datos, carga tu CSV, Excel o SPSS; si todavía no, simula una base con el Simulador, en seis pasos: declara tus pruebas y dimensiones, fija la fiabilidad y lo que quieres encontrar (las correlaciones, las diferencias…) y genérala; revisa el informe pedido vs. obtenido y, si vas a enseñar limpieza de datos, activa el realismo (las imperfecciones de una encuesta real). 2. Revísala: depura la base y revisa sus respuestas que faltan. 3. Confirma tus escalas: sus ítems y los nombres de tus resultados
  7. Analizar → escribe lo que quieres saber o toca «No sé cuál necesito» y elige qué quieres demostrar («Que unos grupos son distintos», «Que mi test o mi escala funciona»…); cada análisis va en tres pasos: tus variables, opciones (ya traen lo recomendado para una tesis) y resultado. Para tu hipótesis general (la relación entre dos variables, la diferencia entre grupos o la asociación de dos categorías), «Preparar el capítulo»: tu investigación, tus hipótesis y el capítulo en Word
  8. Explora el dashboard: selecciona variables con las casillas, pasa el cursor por la matriz y los diagramas de caja, investiga los atípicos y lee el análisis automático bajo cada gráfico
  9. Exporta el capítulo de resultados en Word APA con un clic, o imprime los resultados en PDF
  10. Tu proyecto → Guardar el proyecto en un archivo para seguir otro día, en este u otro navegador

Para uso local: clona el repositorio y sirve la carpeta con cualquier servidor estático (abierta como archivo, con doble clic en index.html, el navegador no carga los módulos de la página).

git clone https://github.com/JoelPasapera/StatSim-Pro.git
cd StatSim-Pro
python -m http.server 8000   # o cualquier servidor estático; luego abre http://localhost:8000

Funciona en las versiones actuales de Chrome, Edge, Firefox y Safari (hacen falta los módulos ES).


🧪 Pruebas

Desde la raíz del repositorio, con Node 18 o más reciente (y Python 3 con NumPy y SciPy para los oráculos):

npm test                    # rápida: las pruebas de Node (unitarias, de integración y de la interfaz) y los escenarios, en paralelo
npm run test:completo       # todo: añade mutaciones, sondas, fuzz, los veintiocho oráculos en Python, los tipos y Chromium
npm run ejemplos            # rehace ejemplos/ en Chromium (hace falta Playwright)
npm run ejemplos:comprobar  # los rehace en una carpeta temporal y los compara con los guardados
  • Más de mil pruebas de Node (node --test), sin dependencias: la interfaz se prueba sobre el index.html real con un DOM mínimo propio (tests/ui/minidom.js), y el Buscador, con respuestas grabadas, sin red
  • Oráculos: cada cálculo se contrasta con una implementación independiente (SciPy, NumPy, scikit-learn, mpmath, las salidas publicadas de R, ReadStat y openpyxl)
  • Mutaciones: se rompe el código a propósito para comprobar que alguna prueba lo nota
  • Chromium (con Playwright, que no es una dependencia del proyecto: sin él, esas pruebas se omiten y se dice): los ejemplos, «Muéstrame» y «Hazlo por mí», los gráficos en la pantalla, impresos y en el Word, con datos extremos y en un teléfono de 360 px, y «Recargar sin caché»
  • Tipos: los módulos nuevos y los que se reescriben llevan JSDoc y // @ts-check; la batería completa los comprueba con TypeScript, sin compilar nada (si TypeScript no está instalado, lo omite y lo dice)

Lo que prueba cada archivo, en tests/README.md.


📁 Estructura del proyecto

StatSim-Pro/
├── index.html            # la cáscara: la cabecera (cinco pestañas y «Tu proyecto»), Inicio, las secciones y el pie
├── version.json          # la versión publicada (la página la compara al arrancar)
├── abrir-statsim-pro.svg # el botón del README que abre la página publicada
├── src/
│   ├── arranque.js       # la entrada de la página: carga main.js y, si el navegador mezcló dos versiones, se arregla sola
│   ├── main.js           # el arranque: monta la cáscara y las secciones, y carga las que se cargan al entrar en ellas
│   ├── cascara/          # la cáscara: el menú «Tu proyecto», la tesis resuelta de Inicio, «Quién hizo StatSim», el video
│   │                     #   de cada sección, lo que hace la pestaña «Datos» en sus tres pasos y, en «Analizar», el
│   │                     #   catálogo, la cabecera de cada página y sus pasos
│   ├── version.js        # la versión única del sitio (controla la caché)
│   ├── core/             # sin DOM: el núcleo que comparte todo
│   │   ├── stats/        #   distribuciones, descriptivos, correlación, contrastes, normalidad, MCO, MLG, fiabilidad, potencia…
│   │   ├── linalg/       #   Cholesky, Gauss-Jordan, Jacobi, QR de Householder, símplex
│   │   ├── random/       #   mulberry32, sfc32, Box-Muller, Fisher–Yates, Gamma
│   │   └── data/         #   la base columnar, las celdas y los perdidos, las codificaciones, sav/, xlsx/ y zip/
│   ├── shared/           # lo que comparten las secciones: eventos, estado, los lugares y la navegación (lugares.js,
│   │                     #   navegacion.js), el catálogo de «Analizar» (catalogo-analisis.js), los pasos de dentro de
│   │                     #   una pantalla (pasos-locales.js), statviz.js, CSV,
│   │                     #   HTML seguro, impresión, IA, el grupo de Workers…
│   ├── simulador/        # dominio/ (el generador, sin DOM), worker/ (el Worker) y ui/ (una pieza por tabla)
│   ├── analizador/       # estadistica.js (el orquestador) sobre motor/ (los cálculos), psicometria/, relaciones/, relacionadas/,
│   │                     #   depuracion/, perdidos/, roc/, potencia/, tri/, multinivel/, informe/ (el Word APA de las
│   │                     #   tarjetas, sus curvas y la sintaxis de R y SPSS),
│   │                     #   el SEM (sem-motor.js, sem-ui.js, sem-diagrama.js), la regresión, los gráficos, el Word y ui/
│   ├── buscador/         # fuentes/ (Scopus, ScienceDirect, Web of Science, PubMed, SciELO, ALICIA, Scholar), antecedentes/,
│   │                     #   protocolo.js, prisma.js, meta-analisis.js y ranking.js
│   ├── redactor/         # el marco teórico (redactor/: plan, redacción, calidad, cosido, fuentes y exportación)
│   ├── explorador/       # explorar.js (las brechas), arbol.js, panorama.js y topo-lite.js
│   ├── ejemplos/         # la pestaña «Ejemplos» y hazlo/ («Muéstrame» y «Hazlo por mí»)
│   └── proyecto/         # el .statsim: guardar y abrir el proyecto completo
├── workers/relevo-wos.js # el relevo de Web of Science (Cloudflare Worker; se despliega aparte)
├── assets/               # css/ (por componentes), data/ (países e ISO del mapa), img/ (y img/documentacion/: la
│                         #   infografía y las capturas de SPSS, que el sitio no carga), video/ y vendor/
├── ejemplos/             # los cinco casos hechos por la página, con todo lo que descargó, e indice.json
├── tests/                # unit/, integration/, ui/, oracle/, fuzz/, montecarlo/, navegador/, rendimiento/, rediseno/ y run.js
├── docs/                 # solo los documentos de guía (abajo): nada del sitio
└── Teoria/               # notas de estadística (qué es «Sig.» en SPSS)

Reglas que mantienen la estructura escalable: core no importa de nadie; shared, solo de core; cada sección, de core y shared, y ninguna de otra; la cáscara, solo de shared (main.js lo compone todo); un módulo de dominio no toca el DOM y uno de interfaz no calcula. Añadir una sección es añadir su carpeta y registrarla en src/version.js. Todo, con detalle, en docs/ARQUITECTURA.md.


📖 Documentación

Documento Qué cuenta
docs/CHANGELOG.md Qué cambió en cada versión, con lo que se midió y se probó
docs/LIMITACIONES.md Lo que StatSim Pro aún no hace o hace con límites conocidos, y por qué
docs/ARQUITECTURA.md Las capas, las reglas de dependencia, las convenciones y el plan de la refactorización a módulos
docs/ESTADO-MIGRACION.md Dónde quedó cada archivo del proyecto original
docs/WEB-OF-SCIENCE.md Cómo conectar Web of Science: tu clave o el relevo del sitio
docs/EVALUACION-WASM.md Si conviene escribir los cálculos pesados en C++ y WebAssembly, o en WebGPU: lo que se midió (también en un equipo cuatro veces más lento) y por qué no, por ahora
docs/PLAN-PSICOMETRIA.md y docs/PLAN-RELACIONES.md Los planes de la psicometría y del Atlas de relaciones, paso a paso
docs/PLAN-REDISENO.md El rediseño, fase por fase: qué cambia en cada una, cómo se comprueba que no se pierde nada y lo que queda por decidir
docs/DISENO.md Con qué criterio se pinta StatSim Pro: los colores por su papel, las letras, las medidas, las piezas y el mínimo de calidad que se mide en la página
tests/README.md Las pruebas, una por una
ejemplos/README.md Los cinco casos de ejemplo: qué trae cada carpeta, cómo se hicieron y cómo se comprueban

⚠️ Nota de responsabilidad académica

StatSim Pro automatiza cálculos y borradores, no el criterio del investigador. Los textos generados con IA son borradores de trabajo, y los análisis automáticos bajo los gráficos son lecturas descriptivas preliminares: contrasta cada cita con la fuente original, confirma los supuestos con las pruebas formales y reescribe con tu propia voz antes de incorporar cualquier resultado a tu tesis.

Las bases generadas por el Simulador son datos sintéticos: sirven para diseñar, enseñar y poner a prueba un procedimiento de análisis, nunca para sustituir datos reales ni para sostener conclusiones sustantivas sobre una población.


📄 Licencia

StatSim Pro se distribuye con la licencia Apache 2.0. Quien participe en el proyecto se compromete con su código de conducta.


▶ Abrir StatSim Pro (joelpasapera.github.io/StatSim-Pro)

Hecho con ❤️ para la comunidad académica hispanohablante.