Skip to contents

Devuelve las tres métricas base que pueden medirse con el contrato de referencial(). CorrectitudSemFuerte verifica que la identificación exista; CorrectitudSemDebil comprueba el par identificación–valor; RatioCobertura mide qué proporción del universo completo de claves aparece en la entidad. Los ratios de correctitud se obtienen mediante agregar() con "ratio". Las tres métricas aceptan normalizar, proximidad, metodo, p, umbral, max_pares y nucleos. normalizar = NULL hereda el perfil declarado por referencial(). La normalización sólo cambia la representación usada para emparejar: no modifica los datos. La proximidad es evidencia para los valores ausentes y nunca cambia su veredicto; si el paquete opcional stringdist no está instalado, se declara que no se calculó. Se calcula una sola vez por valor fallido distinto y la evidencia se reparte a las filas repetidas. El alcance conserva por separado n_fallos (filas), n_valores_fallidos_distintos, n_valores_fallidos_comparados y los pares comparados; así el límite no depende del orden ni de la frecuencia de las filas.

Usage

metricas_referencial()

Value

Lista con tres objetos metrica_generica —CorrectitudSemFuerte, CorrectitudSemDebil y RatioCobertura—, listos para instanciar contra un referencial. Son definiciones: no miden hasta que se las instancia.

Details

Los números se emparejan por su valor. El mismo número guardado como entero en una tabla y como doble en la otra coincide —100000L y 1e5—, y dos dobles distintos no coinciden aunque se escriban igual con 15 cifras —0.1 + 0.2 y 0.3—. Lo mismo vale para metricas_nucleo() cuando compara filas por sus atributos, como en EntidadDuplicada. Los instantes y las fechas se emparejan también por su valor, con su fracción: dos instantes del mismo segundo no coinciden.

Un texto con bytes que no son UTF-8 válido —lo que deja un archivo latin1 leído sin declarar su codificación— se empareja por sus bytes, como %in%: dos valores así distintos no coinciden entre sí. La proximidad no los compara, porque una distancia de texto no se mide sobre bytes que no son texto, y su motivo declara cuántos quedaron afuera.

Los valores ausentes no generan medidas de correctitud: corresponden a la dimensión Completitud. La cobertura ignora claves ausentes en el objetivo y no permite que duplicados inflen el resultado. El universo se cuenta con la misma identidad con que se empareja: dos claves del padrón que la normalización funde —A y a— son una sola clave del universo, y n_referencial cuenta las claves de ese universo. Sobre un referencial sin claves, RatioCobertura no se mide: la cobertura de un universo vacío no es una proporción, y la métrica queda sin_valores con ese motivo, igual que cuando la entidad no tiene filas o ningún valor en los atributos ligados: lo que no se pudo medir no se publica como una cobertura cero.

Examples

ref <- referencial(
  data.frame(id = 1:3, nombre = c("Ana", "Bruno", "Carla")),
  "id", "nombre", completo = TRUE, alcance = "padr\u00f3n de ejemplo"
)
m <- metricas_referencial()
fuerte <- instanciar(especializar(m$CorrectitudSemFuerte),
  "personas", "id", referencial = ref)
medir(modelo(fuerte), data.frame(id = c(1, 4)))
#>                                                                      id_medida
#> 1 medicion-20261117T031330.073374-8363-CorrectitudSemFuerte@personas.id-000001
#> 2 medicion-20261117T031330.073374-8363-CorrectitudSemFuerte@personas.id-000002
#>                            id_medicion               fecha              metrica
#> 1 medicion-20261117T031330.073374-8363 2026-11-17 03:13:30 CorrectitudSemFuerte
#> 2 medicion-20261117T031330.073374-8363 2026-11-17 03:13:30 CorrectitudSemFuerte
#>     metrica_especifica              metrica_instanciada dimension
#> 1 CorrectitudSemFuerte CorrectitudSemFuerte@personas.id Exactitud
#> 2 CorrectitudSemFuerte CorrectitudSemFuerte@personas.id Exactitud
#>                  factor orientacion      granularidad tipo_resultado  entidad
#> 1 Correctitud semántica conformidad instanciaAtributo       booleano personas
#> 2 Correctitud semántica conformidad instanciaAtributo       booleano personas
#>   atributo fila objeto_medible resultado agregacion
#> 1       id    1 personas[1,id]         1       <NA>
#> 2       id    2 personas[2,id]         0       <NA>