Es la puerta de entrada al recorrido de lupa. Construye el perfil, las
distribuciones, asociaciones, diagnóstico temporal, clasificación confirmable
de variables, propuesta de modelo, medición agregada, tablero, cobertura
conceptual y plan de limpieza. No modifica los datos.
Usage
analizar(
datos,
nombre = .nombre_de_los_datos(substitute(datos)),
fecha = Sys.time(),
argumentos_perfil = list(),
metadatos_variables = NULL,
modelo_confirmado = NULL,
propuesta_confirmada = NULL,
marco = NULL,
perfil_evaluacion = NULL,
id_medicion = NULL,
medir_propuesta = TRUE,
conservar_detalle_medicion = FALSE,
muestra = 1e+05,
muestra_asociacion = 10000,
max_valores = 20L,
probabilidades = c(0, 0.25, 0.5, 0.75, 1),
umbral_asociacion = 0.3,
max_columnas_asociacion = 50L,
max_niveles_asociacion = 50L,
max_pares_asociacion = 500L,
metodo_asociacion_numerica = c("pearson", "spearman"),
calendario = 1:7,
frecuencia_dias = NULL,
max_huecos = 20L,
max_columnas_temporales = 50L,
conservar_datos = FALSE,
proteger_datos_personales = FALSE,
...
)Arguments
- datos
Tabla que se desea analizar.
- nombre
Nombre de la entrega.
- fecha
Fecha y hora reproducible de la corrida. Se lee una vez, como en
perfilar()ymedir(): en UTC, también un texto como"2026-03-01". Si se omite, el perfil y la medición lo registran igual que esas dos funciones (fecha_declarada = FALSE), ycomparar_perfiles()no les exige el orden temporal: la hora de la corrida no dice nada sobre las entregas.- argumentos_perfil
Lista de argumentos adicionales para
perfilar(). Los nombres se completan como los completaperfilar()—aplicesaplicabilidad— antes de leerlos, así que un nombre abreviado gobierna el perfil y la medición por igual.sentinelas_numericostambién gobierna las dependencias del perfil y las asociaciones: las filas que contienen un valor declarado no se evalúan en esos pares.- metadatos_variables
Declaraciones para
clasificar_variables().- modelo_confirmado
Modelo creado por
modelo()oNULL.- propuesta_confirmada
Propuesta editada por el usuario o
NULL.- marco
Taxonomía opcional creada por
marco_calidad(). Si se omite, usa la asociada amodelo_confirmadoy, en último término,marco_agesic().- perfil_evaluacion
Perfil explícito para
evaluar()oNULL.- id_medicion
Identificador opcional enviado a
medir(). Siargumentos_perfildeclaraaplicabilidad, esa misma declaración viaja a la medición: el universo se declara una vez y gobierna todo el análisis, así que el perfil y el tablero cuentan el mismo dato de la misma manera.distribucionesrecibe esa declaración y la desentinelas_numericos: lo que queda fuera del universo no entra en sus frecuencias ni en sus cuantiles, y un centinela declarado sale de los cuantiles como sale deminimoymaximodel perfil.- medir_propuesta
Si se mide automáticamente la propuesta con estado
"lista"eincluir = TRUEcuando no se recibe un modelo o una propuesta confirmada. ConFALSE,analizar()describe y no mide.- conservar_detalle_medicion
Si se retienen las medidas fila a fila. Es
FALSEpor omisión: el tablero y la medición agregada permanecen, y la medición se hace métrica por métrica, agregando cada una antes de pasar a la siguiente, así que el detalle entero no existe nunca a la vez. ConTRUEel detalle es parte del resultado y su memoria crece con las filas por las métricas: una tabla de 19 columnas producía 21 filas de medida por fila de datos. Si ninguna métrica del modelo produce medidas, el tablero sale vacío y lleva el motivo de cada una encobertura_metricas, en lugar de abortar el análisis.- muestra
Límite de filas para perfil, distribuciones y enumeración de niveles observados.
- muestra_asociacion
Límite común de filas para asociaciones.
- max_valores
Máximo de valores por tabla de frecuencias.
- probabilidades
Cuantiles solicitados.
- umbral_asociacion
Asociación mínima informada.
- max_columnas_asociacion
Máximo de columnas para asociaciones.
- max_niveles_asociacion
Máximo de niveles categóricos.
- max_pares_asociacion
Máximo de pares devueltos.
- metodo_asociacion_numerica
Medida entre columnas numéricas que usa
detectar_asociaciones():"pearson"por omisión, o"spearman"para asociación monótona sobre los rangos, que no supone linealidad.- calendario
Días ISO usados por el análisis temporal.
- frecuencia_dias
Frecuencia temporal conocida o
NULLpara proponerla.- max_huecos
Máximo de grupos de huecos por columna.
- max_columnas_temporales
Máximo de columnas temporales analizadas.
- conservar_datos
Si el objeto retiene una copia de la entrada. Es
FALSEpor omisión para limitar tamaño y exposición. Con protección activa, las columnas personales de esa copia también se enmascaran, y en las demás columnas se tapa el valor protegido que identifica —el piso deperfilar()—: la cédula citada en una observación,"pago CI 3.738.538-0", o guardada como número en otra columna. En todo lugar donde undata.frameguarda un valor: las celdas de cualquier clase —una copiaPOSIXctde la fecha con hora protegida queda enNA, como la tapaperfilar()—, las columnas de lista elemento por elemento, los atributos de la tabla y de cada columna —tambiénlevelsen lo que no es un factor yunits, y el nombre de cada atributo, además de su valor—, los nombres de columna de una tabla anidada en una columna lista, y los nombres de fila, que vuelven a ser los números de fila si alguno lleva un valor protegido. Una columnaPOSIXltse tapa como laPOSIXct, con sus atributos —comment,label—, y cualquier lista con clase —un registro devctrs, unblob— por sus valores; un BLOB (raw) se lee como el texto que guarda y, si lleva un valor protegido, la copia guarda los bytes del texto tapado; un entorno no se modifica —es del usuario—: si guarda un valor protegido, en su contenido o en sus atributos —valor y nombre, tambiénname, queprint()muestra—, la copia lleva"[valor protegido]"en su lugar, también si tiene un atributoname; y también si no se puede leer entero —una promesa o una ligadura activa que aborta al leerse—, porque lo que no se lee no se sabe limpio; sólo el global, el de un paquete y los de la ruta de búsqueda se dejan como están. Una llamada, una fórmula o una función se leen como el texto queprint()escribe —con sus atributos y, si guarda su fuente (srcref), la fuente con sus comentarios—, y también por sus atributos y, la función, por su entorno; si algo de eso lleva un valor protegido, la copia lleva"[valor protegido]"en su lugar. Una columna protegida conserva sólo los atributos de su clase (class,tzone,units,dim), ytzoneyunitspasan por el piso: las etiquetas de valor de unhaven_labelledse quitan. Para conservar sus valores debe usarseproteger_datos_personales = FALSEal crear el analisis y al guardarlo. La opcion del guardado no recupera valores que el analisis ya enmascaro.- proteger_datos_personales
Si perfiles y resúmenes ocultan valores de columnas cuya clasificación activa protección automática, incluidos estadísticos de orden, cuantiles y rangos temporales.
FALSEpor omisión.- ...
Argumentos con nombre enviados a
perfilar(). Es una alternativa concisa aargumentos_perfil.
Value
Objeto S3 analisis con todos los componentes y su cobertura.
Tres diferencias respecto de llamar a las funciones sueltas, y las tres son
deliberadas. La evaluación usa la medición agregada, no las medidas por
fila: evaluar(medir(...), perfil) aplica la regla a cada medida y puede
dar otra cifra que analizar(perfil_evaluacion = perfil) sobre los mismos
datos —una proporción de medidas contra una proporción de métricas—, y
sobre medidas de 0 o 1 los tres perfiles_madurez() no se distinguen.
Para reproducirla con las funciones sueltas, agregar() antes de
evaluar(). La entrada puede ser una matriz de dos dimensiones: se la pasa
a perfilar() sin convertir, para que sea él quien la convierta y lo
declare en meta$entrada_convertida. Y cuando una columna temporal
pertenece a una columna protegida, temporal$resumen gana la columna
proteccion_temporal con el texto [rangos y huecos protegidos]: la
protección se aplica y se declara en la misma tabla donde faltan los
valores. La llamada directa a analizar_tiempo() respeta la misma
declaración cuando recibe ese perfil.
Details
Por omisión mide las sugerencias de la propuesta cuyo estado es "lista" y
cuya marca incluir es TRUE; los patrones y dominios observados que
proponer_modelo() deja inactivos no llegan al tablero sin confirmación.
Declara que esa selección fue realizada por lupa sin confirmación. Agrega
inmediatamente el detalle y conserva tablero_calidad(); las medidas fila a
fila sólo quedan en el resultado si conservar_detalle_medicion = TRUE. La
evaluación, cuando se solicita, usa la medición agregada.
Los hallazgos casi_clave del perfil se reiteran en advertencias, con su
columna, valores en colisión, frecuencias y criterio observado, para que no
queden ocultos dentro del recorrido integral.
Examples
# Cuatro columnas de la tabla de ejemplo, para que corra en pocos segundos.
columnas <- c("fecha_nacimiento", "sexo", "ingreso", "departamento")
resultado <- analizar(
datos_administrativos[, columnas], analizar_dependencias = FALSE,
fecha = as.POSIXct("2026-01-15", tz = "UTC")
)
resultado
#>
#> ── Análisis de datos: datos_administrativos[, columnas] ────────────────────────
#> Filas: 13
#> Columnas: 4
#> Hallazgos del perfil: 10
#> Advertencias de alcance: 2
#> Asociaciones informadas: 1
#> Series temporales: 1
#> Modelo medido: si
#> Detalle fila a fila: no conservado
#>
#> ── Tablero de calidad ──
#>
#> ── Tablero de calidad ──────────────────────────────────────────────────────────
#> componente dimension factor metrica
#> componente-0001 Unicidad No-duplicación EntidadDuplicada
#> componente-0002 Completitud Densidad NoNulo
#> componente-0003 Completitud Densidad NoNulo
#> componente-0004 Completitud Densidad NoNulo
#> metrica_instanciada entidad objeto
#> EntidadDuplicada datos_administrativos[, columnas] (tabla)
#> NoNulo:fecha_nacimiento datos_administrativos[, columnas] fecha_nacimiento
#> NoNulo:ingreso datos_administrativos[, columnas] ingreso
#> NoNulo:sexo datos_administrativos[, columnas] sexo
#> valor orientacion agregacion umbral universo
#> 0.1538462 defecto ratio NA filas
#> 0.9230769 conformidad ratio NA celdas
#> 0.9230769 conformidad ratio NA celdas
#> 0.8461538 conformidad ratio NA celdas
#>
#> ── Alcance del marco ──
#>
#> factores_marco factores_medidos sin_metrica_declarada no_aplican
#> 17 2 10 4
#> fuera_de_alcance medidos_fuera_del_marco
#> 1 0
#> ── Cobertura conceptual ──
#>
#> estado factores
#> medida 2
#> no_declarada 10
#> no_aplica 4
#> fuera_de_alcance 1
#> ── Advertencias de alcance ──
#>
#> componente tipo
#> tiempo frecuencia_no_confirmada
#> variables escalas_no_confirmadas
#> descripcion
#> Las frecuencias temporales son propuestas observadas, no requisitos confirmados.
#> Algunas escalas se propusieron desde los valores y requieren confirmación.
