Saltar al contenido

GAMO.r · paquete de R · versión 0.3.0

Analiza tus datos sin adivinar el modelo

Le das una tabla y una pregunta. GAMO.r busca el modelo que mejor se sostiene, lo comprueba y te lo explica en tus unidades.

La demo es una versión ligera que no refleja la 0.3. GAMO.r es propiedad intelectual de David P. Quevedo bajo la marca entotecno y no se publica su código.

Un resultado de ejemplo ejemplo

Pregunta de ejemplo: ¿de qué depende el número de insectos que caen en una trampa? Esto es lo que te contaría GAMO.r:

Más insectos por cada grado más de temperatura+4,2 %
Humedad con más insectos63 %
Insectos en la hora de más actividad frente a la de menos×1,8
Variación que explica el modelo con temperatura, humedad y hora del día41 %
Y contando también las diferencias entre trampas67 %

Comprobaciones superadas: la variación es la esperada ✓ · la curva tiene la forma correcta ✓ · los días seguidos no se parecen de más ✓ · los grupos varían de forma parecida ✓. Valores ilustrativos.

Cómo funciona

De tu tabla a la respuesta, paso a paso

  1. Le das una tabla y una pregunta

    Una hoja de cálculo con tus datos y lo que quieres saber. Por ejemplo: ¿de qué depende el número de insectos que caen en una trampa?
  2. Busca el modelo

    Funciona como la selección natural. Crea muchos modelos, deja que compitan y se queda con el que mejor se sostiene. Si dos explican igual de bien los datos, gana el más sencillo.
  3. Lo comprueba

    Es como un revisor exigente. Antes de dártelo intenta encontrarle fallos y te enseña cuáles ha pasado y cuáles no.
  4. Te lo explica

    Es como un buen traductor. Pasa los números del modelo a tus unidades: «por cada grado más, aparecen un 4,2 % más de insectos».

Entiende tus variables

Mira cada columna de tu tabla y averigua qué es: un recuento, una proporción, una temperatura, un pH, una hora o una categoría. Según el tipo, decide qué formas tienen sentido. Te avisa de valores extremos y de variables que dicen casi lo mismo, siempre con su referencia. Tú decides si aceptas cada sugerencia.

14 clases de variable y las formas permitidas para cada una. Avisos con referencia: valores extremos, colinealidad (GVIF), separación, pocos niveles de efecto aleatorio y pseudorréplica. Cada cambio queda en una receta reproducible.

Comprueba el modelo

Hace las comprobaciones de un revisor exigente: si la curva tiene la forma correcta, si los grupos varían de forma parecida y si las medidas de días seguidos o de sitios vecinos se parecen de más. Las pruebas están calibradas para dar pocas falsas alarmas. Hay nueve perfiles según tu área, de la ecología a la farmacología.

DHARMa más calibración (Hosmer-Lemeshow por simulación), forma funcional, varianzas por grupo y autocorrelación temporal y espacial, con ajuste de Holm por modelo. Perfiles: ecología, agronomía, genómica, bioestadística, ciencias sociales, economía, laboratorio, farmacología y general.

Busca como la evolución

Parte de varios modelos, los cruza y los mejora durante muchas rondas, y se queda con el más sencillo que explica bien los datos. También busca interacciones, es decir, casos en que el efecto de una variable depende de otra.

Eliminación hacia atrás como semilla y comparación, cribado de interacciones por residuos con FDR del 10 %, arranque en caliente, búsqueda local y hasta 4 núcleos. Selección parsimoniosa por defecto (ΔAICc = 2, Arnold 2010).

Explica el resultado

Te da los efectos en tus unidades, con su margen de error: cuánto cambia el resultado por cada unidad de cada variable, dónde está el óptimo de una curva y cuánto explica el modelo en conjunto. Lo valida con datos que no ha visto.

Efectos en unidades originales con IC, interacciones a varios valores, óptimos de cuadráticas, elasticidades, ciclos, R² de Nakagawa, AUC y Brier, parámetros no informativos e incertidumbre de selección. Validación cruzada por grupos con verosimilitud exacta.

Validado

Lo he probado con 200 simulaciones por escenario. Las falsas alarmas bajan al 0 a 2 % con la calibración, frente al 5 a 12 % sin ajustar. Detecta en el 98 a 100 % de los casos una curvatura que falta en el modelo, la autocorrelación y las varianzas desiguales. Conserva todos los efectos verdaderos, que la eliminación hacia atrás por p-valores va perdiendo. Se apoya en unas 90 referencias verificadas.

Hoja de ruta · 0.4

La versión 0.4 está en desarrollo. Añadirá curvas con comprobación de residuos y reajuste, curvas mixtas con grupos, respuestas ordenadas (poco, medio, mucho) y de varias categorías, supervivencia (el tiempo hasta que ocurre algo), efectos espaciales, un modo masivo para ómicas con control de falsas alarmas, predicciones que promedian varios modelos y un informe automático. Después llegarán una app de escritorio y la versión web con cupo.

Precios · decididos el 1 de octubre de 2026

Del pase de una semana a la licencia perpetua

Cada plan dice lo que incluye. La web con cupo te deja analizar desde el navegador, con un límite de uso según el plan, y el paquete de R se instala en tu ordenador. Universidades, centros públicos y empresas pagan por puesto.

Para ti

Pase de 7 días
3,50 €
  • Sin renovación automática
  • Web con cupo + paquete R
Mensual
9 € /mes
  • Web con cupo + paquete R
Anual
90 € /año
  • Web con cupo + paquete R
10 años
750 €
  • Paquete R con licencia sin conexión
  • Web con cupo el primer año

Para equipos y licencia perpetua

Universidades y centros públicos
35 € /puesto/año
  • Mínimo 5 puestos, hasta 50
  • Más IVA · factura electrónica
Empresas
150 € /puesto/año
  • −10 % desde 10 puestos, −20 % desde 25
  • Más IVA
Perpetua
5.000 €
  • Sin fecha de fin
  • Depósito del código
  • Web con cupo el primer año

Descargo de responsabilidad. Precios con IVA incluido para consumidores (particulares y estudiantes) y más IVA para universidades, autónomos, pymes, empresas, instituciones y administraciones. Los datos que subas a la web se borran al cerrar la sesión. El cobro se hace con Stripe Managed Payments.

¿Qué es un modelo estadístico?

Es una fórmula que resume cómo se relacionan tus datos, por ejemplo cómo cambia el número de insectos de una trampa con la temperatura. Sirve para responder preguntas y para hacer predicciones.

¿Qué datos necesito?

Una tabla en la que cada fila es una observación y cada columna una variable, y una pregunta clara sobre ellas. Antes de ajustar nada, GAMO.r te avisa de los problemas que detecta en la tabla.

¿Necesito saber R?

Para el paquete, sí (R 4.3 o superior). La versión web con cupo te guía paso a paso: GAMO.r propone el tipo y el papel de cada variable, ajusta un primer modelo y te sugiere cambios que aceptas o rechazas.

¿Puedo instalarlo sin conexión?

Con la licencia de 10 años y con la perpetua. Las suscripciones validan la licencia periódicamente.

¿Qué pasa con mis datos?

En el paquete no salen de tu equipo. En la web se procesan en un servidor de la UE, se borran al cerrar la sesión y no se usan para entrenar nada.

¿Hay plan para universidades?

Sí, un plan por puesto y año para universidades y centros públicos, con factura electrónica. Lo tienes en la lista de planes. Si quieres un piloto con un grupo docente, escríbeme.

¿Cómo se cita?

Quevedo, D. P. (2026). GAMO.r: genetic algorithms for model optimization (versión 0.3.0) [paquete de R]. entotecno. El artículo del método está en preparación.

¿Por qué no hay código en la web?

GAMO.r es software privado. Su núcleo está protegido, y los resultados, el método y las referencias son públicos.