Update app.py

app.py

@@ -353,21 +353,24 @@ class RSM_BoxBehnken:
 
         # ANOVA del modelo simplificado
         anova_table = sm.stats.anova_lm(self.model_simplified, typ=2)
-        
-        # Calcular las sumas de cuadrados ajustadas
+
+        # Suma de cuadrados total
         ss_total = anova_table['sum_sq'].sum()
-        
+
         # Crear tabla de contribución
         contribution_table = pd.DataFrame({
-            'Factor': [],
+            'Fuente de Variación': [],
             'Suma de Cuadrados': [],
-            'Estadístico F': [],
+            'Grados de Libertad': [],
+            'Cuadrado Medio': [],
+            'F': [],
+            'Valor p': [],
             '% Contribución': []
         })
-        
+
         # Calcular estadísticos F y porcentaje de contribución para cada factor
         ms_error = anova_table.loc['Residual', 'sum_sq'] / anova_table.loc['Residual', 'df']
-        
+
         for index, row in anova_table.iterrows():
             if index != 'Residual':
                 factor_name = index
@@ -377,17 +380,38 @@ class RSM_BoxBehnken:
                     factor_name = f'{self.x2_name}^2'
                 elif factor_name == f'I({self.x3_name} ** 2)':
                     factor_name = f'{self.x3_name}^2'
-                
+
                 ss_factor = row['sum_sq']
-                f_stat = (ss_factor / row['df']) / ms_error
+                df_factor = row['df']
+                ms_factor = ss_factor / df_factor
+                f_stat = ms_factor / ms_error
+                p_value = f.sf(f_stat, df_factor, anova_table.loc['Residual', 'df'])
                 contribution_percentage = (ss_factor / ss_total) * 100
 
                 contribution_table = pd.concat([contribution_table, pd.DataFrame({
-                    'Factor': [factor_name],
+                    'Fuente de Variación': [factor_name],
                     'Suma de Cuadrados': [ss_factor],
-                    'Estadístico F': [f_stat],
+                    'Grados de Libertad': [df_factor],
+                    'Cuadrado Medio': [ms_factor],
+                    'F': [f_stat],
+                    'Valor p': [p_value],
                     '% Contribución': [contribution_percentage]
                 })], ignore_index=True)
+        
+        # Calcular estadístico F global y su valor p
+        f_global = anova_table['sum_sq'][:-1].sum() / anova_table['df'][:-1].sum() / ms_error
+        p_global = f.sf(f_global, anova_table['df'][:-1].sum(), anova_table.loc['Residual', 'df'])
+        
+        # Agregar fila para el estadístico F global
+        contribution_table = pd.concat([contribution_table, pd.DataFrame({
+            'Fuente de Variación': ['F global'],
+            'Suma de Cuadrados': [np.nan],
+            'Grados de Libertad': [np.nan],
+            'Cuadrado Medio': [np.nan],
+            'F': [f_global],
+            'Valor p': [p_global],
+            '% Contribución': [np.nan]
+        })], ignore_index=True)
 
         return contribution_table.round(3)