| aiken_apa | Tabla de resultados en formato APA compacto |
| aiken_A_classic | Coeficientes clasicos de Aiken |
| aiken_bayes | Coeficientes de Aiken bayesianos por el modelo Dirichlet-Multinomial |
| aiken_bayes_table | Analisis bayesiano completo de una tabla de calificaciones de jueces |
| aiken_classic | Coeficientes clasicos de Aiken |
| aiken_C_classic | Coeficientes clasicos de Aiken |
| aiken_H_classic | Coeficientes clasicos de Aiken |
| aiken_I_classic | Coeficientes clasicos de Aiken |
| aiken_R_classic | Coeficientes clasicos de Aiken |
| aiken_test | Prueba de significacion de Aiken (1985) para V, R y H |
| aiken_V_classic | Coeficientes clasicos de Aiken |
| aiken_V_ic_pg | Intervalo de puntuacion de Penfield-Giacobbi para la V (frecuentista) |
| as.data.frame.aiken_table | Convertir un aiken_table a data.frame |
| as.data.frame.bayes_coef | Convertir bayes_coef a data.frame |
| as.data.frame.bayes_simulation | Convertir resultados de simulacion a data.frame (formato Tabla 3) |
| bayes_aiken | ============================================================================= BAYES AIKEN - FUNCION PRINCIPAL Calcula todos los coeficientes de validez de contenido con enfoque bayesiano |
| bayes_aiken_capture | ============================================================================= FUNCIONES DE EXPORTACION Y CAPTURA - BayesAiken ============================================================================= Capturar salida verbose de bayes_aiken |
| bayes_aiken_export | Exportar resultados de bayes_aiken |
| check_judge_heterogeneity | ============================================================================= UTILIDADES Y HELPERS - BayesAiken ============================================================================= Diagnostico de heterogeneidad entre jueces |
| coef_A | Calcular Coeficiente A (Acuerdo del Juez) con intervalos bayesianos |
| coef_A_multi | Calcular A para multiples jueces |
| coef_C | Calcular Coeficiente C (Consenso) con intervalos bayesianos |
| coef_C_multi | Calcular C para multiples items |
| coef_H | Calcular Coeficiente H (Homogeneidad) con intervalos bayesianos |
| coef_H_multi | Calcular H para multiples items |
| coef_I | Calcular Coeficiente I (Consistencia Inter-Item) con intervalos bayesianos |
| coef_I_multi | Calcular I para todos los pares de items |
| coef_R | Calcular Coeficiente R (Reproducibilidad) con intervalos bayesianos |
| coef_R_multi | Calcular R para multiples items (requiere datos en formato especial) |
| coef_V | ============================================================================= COEFICIENTES DE VALIDEZ DE CONTENIDO - FUNCIONES MODULARES Cada coeficiente puede usarse de forma independiente ============================================================================= Calcular Coeficiente V de Aiken con intervalos bayesianos |
| coef_V_dirichlet | Calcular Coeficiente V de Aiken con modelo Dirichlet-Multinomial |
| coef_V_dirichlet_multi | Calcular V de Aiken Dirichlet para multiples items |
| coef_V_multi | Calcular V de Aiken para multiples items |
| compare_items | Comparar dos items usando diferencias posteriores |
| compare_judge_groups | Comparar grupos de jueces |
| compare_priors | Comparar diferentes priors |
| compare_V_models | Comparar modelos Beta-Binomial vs Dirichlet-Multinomial |
| compute_hdi | Calcular HDI (Highest Density Interval) |
| decision_rule | ============================================================================= FUNCIONES AVANZADAS - BayesAiken Analisis bayesianos avanzados para validez de contenido |
| decision_rule_multi | Aplicar regla de decision a multiples items |
| detect_judge_cols | Detectar las columnas de jueces en un data.frame |
| export_to_csv | Exportar a archivo CSV |
| export_to_txt | Exportar a archivo de texto |
| extract_results | Extraer resultados en formato data.frame |
| fmt_apa | Formatear un numero acotado en 0-1 al estilo APA |
| plot.aiken_bayes | Grafico de la posterior de un coeficiente de Aiken |
| plot.bayes_aiken | ============================================================================= FUNCIONES DE VISUALIZACION - BayesAiken ============================================================================= Plot del objeto bayes_aiken |
| plot.bayes_comparison | Plot de comparacion de items |
| plot.bayes_rope | Plot del analisis ROPE |
| plot.bayes_sample_plan | Plot del planeamiento de muestra |
| plot.bayes_simulation | Grafico de resultados de simulacion |
| plot.sensitivity_analysis | Grafico del analisis de sensibilidad |
| plot_all_coefficients | Graficar todos los coeficientes |
| plot_comparison | Grafico de comparacion de items |
| plot_multiple_posteriors | Graficar multiples items en un panel |
| plot_posterior | Graficar distribucion posterior |
| plot_V_beta_binomial | Graficar densidad posterior del modelo Beta-Binomial |
| plot_V_dirichlet | Graficar densidad posterior del modelo Dirichlet-Multinomial |
| print.aiken_bayes | Imprimir un objeto aiken_bayes |
| print.aiken_table | Imprimir un objeto aiken_table |
| print.bayes_aiken | Print method for bayes_aiken objects |
| print.bayes_coef | Print method for bayes_coef objects |
| print.bayes_simulation | Imprimir resultados de simulacion |
| print.judge_heterogeneity | Imprimir diagnostico de heterogeneidad |
| print.sensitivity_analysis | Imprimir analisis de sensibilidad |
| print_apa | Imprimir la tabla APA en consola |
| recommend_model | Recomendar modelo para V de Aiken |
| rope_analysis | Analisis ROPE para equivalencia practica |
| run_aiken_app | Abrir la aplicacion AikenBayes |
| sample_size_planning | Planear numero de jueces usando posterior predictivo |
| sensitivity_analysis | Analisis de sensibilidad completo |
| simulate_judges_planning | Simulacion para planificacion del numero de jueces |
| summary.aiken_bayes | Resumen de un objeto aiken_bayes |
| summary.bayes_aiken | Summary method for bayes_aiken objects |
| summary_table | Crear tabla resumen formateada |