GREENREG: Herramienta para el Análisis Estadístico y Ambiental

GREENREG es un paquete de R diseñado para democratizar el análisis estadístico riguroso, con un enfoque especial en la enseñanza agrícola y ambiental en la Universidad Autónoma Chapingo. Su objetivo es transformar la complejidad de los modelos econométricos y de series de tiempo en interpretaciones claras, accionables y visualmente impactantes.

🚀 ¿Por qué GREENREG?

A diferencia de las funciones estándar de R (lm, glm, arima), GREENREG actúa como un consultor virtual que no solo entrega números, sino que audita tus modelos y te explica qué significan los resultados en lenguaje natural.

Aspectos Clave y Ventajas:

📦 Instalación

Puedes instalar la versión de desarrollo desde GitHub (requiere devtools):

# install.packages("devtools")
devtools::install_github("adonnay-bazaldua/GREENREG")

🛠️ Estructura del Repositorio

GREENREG/
├── R/                 # Motores de cálculo y lógica de modelos
├── data/              # Conjuntos de datos ambientales para práctica
├── man/               # Documentación detallada de funciones
├── tests/             # Scripts de validación y auditoría
├── inst/logo/         # Identidad visual del proyecto
├── DESCRIPTION        # Metadatos y dependencias
└── NAMESPACE          # Gestión de exportaciones e importaciones

📋 Uso Básico

1. Regresión Lineal Simple (RLS)

library(GREENREG)
data("datos_rendimiento_maiz")

# Ajuste del modelo con diagnóstico automático
modelo <- rls(rendimiento_maiz_ton_ha ~ precipitacion_mm, data = datos_rendimiento_maiz)

# Reporte interpretado
print(modelo)

# Galería de diagnóstico (9 gráficas interactivas)
plot(modelo)

2. Series de Tiempo (ARMA)

data("datos_anomalia_temperatura")
ts_data <- datos_anomalia_temperatura$anomalia_c

# Ajuste y verificación de estabilidad
modelo_ts <- modelo_arma(ts_data, p = 1, q = 1)
plot(modelo_ts)

🎓 Contribución y Educación

Este proyecto nació para apoyar a la comunidad académica. Si eres estudiante o investigador, GREENREG está diseñado para ser tu primer paso firme hacia la ciencia de datos aplicada.


Desarrollado por: Dayron Jared Bazán Guzmán
Contacto: dbazanguzman@gmail.com