R help es - Aug 2024 - Reconstrucción de hojas con herbivoría

Estimado Jimmy

Nooo ¿como la cortas?

Entiendo que no sirve más. 
Creo que el fondo blanco te perjudica. Mi experiencia, realicé una
reconstrucción 3d, foto, foto con fotógrafo que eliminó el resto, filmación
pasada a fotos. Lo peor, la foto con fotógrafo, la de mejor calidad.

Quizás deberías estudiar todo nuevamente, tomar los errores, buscar soluciónes y
rehacer el trabajo.

Javier Marcuzzi

> El 15 ago 2024, a las 2:30?p. m., Jimmy Erney Reyes Velasco
<jimmyreyesvelasco en gmail.com> escribió:
> 
> Muchas gracias por todos sus comentarios.
> Muy valiosa la información, hay algunas cosas que no entiendo muy bien. Si
tuvieran algunos documentos que pudiera leer les agradecería.
> Yo he trabajado con las relaciones entre largo y ancho de la hoja, esas
relaciones son muy precisas, sin embargo, el problema está cuando las hojas son
afectadas, se pierde bastante la estructura. Al yo obtener el área puedo estimar
muy bien la masa seca que tendría esa hoja y comparar con respecto a lo que se
ha defoliado.
> Mando unos ejemplos aquí de una hoja sana y otra afectada, la hoja sana
está por la mitad porque la cortamos para poder escanearla
> Saludos y muchas gracias
> 
> Jimmy 
> 
> 
> El mié, 14 de ago. de 2024 4:40 p. m., Javier Marcuzzi
<javier.ruben.marcuzzi en gmail.com <mailto:javier.ruben.marcuzzi en
gmail.com>> escribió:
>> Estimado
>> 
>> Quizás, por lo que dice Carlos Ortega, antes de pasarlo a escala de
grises, podría pasarlo a escala RGB, jugar un poco, el entrenamiento no
distinguirá si es escala de gris, como mezcla de negro y blanco, puede intentar
rojo y blanco, rojo y verde, con la idea de detectar cambios en el color
relacionado a posibles cambios en la humedad o ?madurez? de las hojas, por ahí,
con muy poco trabajo extra y con los mismos datos encuentra algo que le sirve.
>> 
>> Javier Marcuzzi
>> 
>>> El 14 ago 2024, a las 3:16?p. m., Carlos Ortega <cof en
qualityexcellence.es <mailto:cof en qualityexcellence.es>> escribió:
>>> 
>>> Hola,
>>> 
>>> ¿Qué tal?
>>> El problema que planteas al final es el de determinar el área de
una hoja afectada, ya que su superficie nos es regular.
>>> Para todos estos análisis puedes hacerlo perfectamente en R, en
concreto los paquetes "magick" y "EBImage" (este último del
repositorio BioConductor).
>>> Lo que tendrás que hacer es procesar las imágenes, pasarlas a tonos
de gris, aplicarles filtros para detectar el contorno y estimar la superficie
faltante. Estos cálculos no son complicados. También puedes hacer algún tipo de
modelo usando el área de las hojas completas y extrapolando estos resultados a
las hojas dañadas.
>>> Si luego lo que además quieres es hacer algún tipo de modelo, para
tener en cuenta el posible daño en los diferentes tipos de hojas, puedes antes
de pasar a usar algo más sofisticado como modelos de DeepLearning, usar la
información RGB que tienes en tu imagen, seguramente las distribuciones de los
colores serán diferentes entre una hoja en buen estado y otra que ha tenido
algún daño (estando ambas completas).
>>> 
>>> Gracias,
>>> Carlos Ortega
>>> www.qualityexcellence.es <http://www.qualityexcellence.es/>
>>> 
>>> El mié, 14 ago 2024 a las 14:54, Javier Marcuzzi
(<javier.ruben.marcuzzi en gmail.com <mailto:javier.ruben.marcuzzi en
gmail.com>>) escribió:
>>>> Estimado Jimmy Velasco
>>>> 
>>>> Si puede tener la materia seca, podría realizar algún tipo de
regresión, pero se me crea la duda biológica, ¿que cambio de agua hay y si este
cambio modifica la selección como alimento de ese vegetal? En otras palabras,
¿hay un punto donde se pierde palatabilidad y prefiere otra hoja? En ese caso la
regresión por materia seca podría no ser adecuado. Yo se que si modifico un poco
la materia seca en bovinos tengo diferencias, me conviene hacerlo antes que el
ganado pastoree.
>>>> 
>>>> En cuanto a R y Python, yo de Fortran pasé a Python y luego a
R, para mi gusto personal, R me parece mejor pero Python tomo mucho de R para la
parte de estadística, como que se alimenta uno de las ideas de otro, y el otro
de las ideas de uno.
>>>> 
>>>> La diferencia no está en el lenguaje, sino en la cantidad de
algoritmos que pueda probar para lo mismo, yo utilizaría varias herramientas, en
ese caso me es ?simple? con R, importo un paquete, paso los datos, tomo los
resultados, importo otro paquete para lo mismo pero que internamente realiza los
cálculos de otra forma, tomo los datos, y así varias veces, tomando al final una
comparación para conocer cuál paquete da mejores resultados para mi trabajo, y
esto no sería repetidle. En R sería algo como sumary(modelo1, modelo2, modelo3,
modelo ?)
>>>> 
>>>> Javier Rubén Marcuzzi
>>>> 
>>>> > El 13 ago 2024, a las 7:40?p. m., Jimmy Erney Reyes
Velasco <jimmyreyesvelasco en gmail.com <mailto:jimmyreyesvelasco en
gmail.com>> escribió:
>>>> > 
>>>> > Muchas gracias por sus respuestas Manuel y Javier.
>>>> > El problema al que me enfrento es que a veces estas
afectaciones por herbivoría dejan cicatrices que pueden deformar la hoja, a
veces se pliegan sobre sí mismas y otras veces se pierde bastante la
configuración de la hoja. Por el momento solo me interesa tratar de reconstruir
la hoja para poder obtener el área que tendría esa hoja si no se hubiese
afectado. Cuento con hojas escaneadas de individuos sanos y defoliados, por así
decirlo, la idea mía es comparar los valores predichos de área foliar
reconstruida y estimar la pérdida de biomasa, aunque la biomasa lo puedo hacer
sencillamente, porque tengo las relaciones área foliar vs masa seca mediante
regresión.en este caso las hojas son planas y tienen una forma de elipsoide, sin
embargo, para mí no es difícil calcular la masa de las hojas afectadas, y que sí
es dificil es saber cuánto sería su biomasa si no hubiese perdido su área.
>>>> > Mi problema va orientado hacia la siguiente pregunta Si lo
hago con imágenes, ¿qué datos debería ingresar? ¿Con qué paquetes en R podría
hacerlo? ¿Es mejor en R o en Python?
>>>> > Muy relevantes sus aportes y
>>>> > muchas gracias por su colaboración, estoy atento
>>>> > Saludos
>>>> > Jimmy
>>>> > 
>>>> > 
>>>> > El mar, 13 de ago. de 2024 9:43 a. m., Javier Marcuzzi
<javier.ruben.marcuzzi en gmail.com <mailto:javier.ruben.marcuzzi en
gmail.com><mailto:javier.ruben.marcuzzi en gmail.com
<mailto:javier.ruben.marcuzzi en gmail.com>>> escribió:
>>>> >> Estimado
>>>> >> 
>>>> >> Yo no conozco de morfología vegetal, pero si supongo
que la hoja es plana, me refiero que al verla sobre el eje se forma un
rectángulo, la altura en cada parte de la hoja es la misma, a una misma
densidad, puedo calcular la masa. En ese caso como siguieren, por medio de fotos
y entrenar un modelo, se podía ?reconstruir? lo perdido.
>>>> >> 
>>>> >> Pero entiendo que las hojas no deben tener esa forma
morfológica, tan plana, miro morfología vegetal en wikipedia y no está a simple
vista mi duda, pero agrega nervadura, como una complicación más.
>>>> >> 
>>>> >> Aquí hay dos problemas, el cálculo realizado con su
error, más el error de no tener la masa original y utilizar la calculada con el
error más el error estadístico de su cálculo original.
>>>> >> 
>>>> >> Un agrónomo podría ayudarlo, yo como veterinario se
que si corto el forraje a la mañana, tengo diferencias a la tarde, por lo cuál,
usted también puede tener diferencias de masa.
>>>> >> 
>>>> >> Posiblemente se ?meta? en un gran problema estadístico
o matemático por no haber tenido en cuenta la biología, creo que la mejor
solución y la más simple, es tomar las mediciones el año que viene o en las
próximas hojas. Puede tener demasiado trabajo y al aplicarlo falle por errores
de cálculos.
>>>> >> 
>>>> >> > El 13 ago 2024, a las 12:35?a. m., Manuel Mendoza
<mmendoza en fulbrightmail.org <mailto:mmendoza en
fulbrightmail.org><mailto:mmendoza en fulbrightmail.org
<mailto:mmendoza en fulbrightmail.org>>> escribió:
>>>> >> > 
>>>> >> > Hola  Jimmy, creo que solo podrías intentarlo con
deep learning. Tomas
>>>> >> > hojas enteras, las pesas, a algunas de ellas les
quitas los márgenes de
>>>> >> > forma similar a las que tienes estropeadas, las
digitalizas todas y
>>>> >> > utilizas como variable objetivo la masa original.
El algoritmo tendrá que
>>>> >> > aprender a inferir la masa a partir del patrón en
las  nervaduras, si es
>>>> >> > que se relaciona con la masa, que supongo que sí.
Le aplicas el algoritmo a
>>>> >> > las estropeadas y tendrás su masa original. Si lo
haces todo con hojas
>>>> >> > frescas, podrías incluso determinar la masa
fresca de las hojas secas, si
>>>> >> > es lo que te interesa.
>>>> >> > Keras no es fácil de usar, pero permite hacerlo.
>>>> >> > Ya me dirás,
>>>> >> > Un saludo,
>>>> >> > Manuel
>>>> >> > 
>>>> >> > El mar, 13 ago 2024 a las 0:54, Jimmy Erney Reyes
Velasco (<
>>>> >> > jimmyreyesvelasco en gmail.com
<mailto:jimmyreyesvelasco en gmail.com> <mailto:jimmyreyesvelasco en
gmail.com <mailto:jimmyreyesvelasco en gmail.com>>>) escribió:
>>>> >> > 
>>>> >> >> Buen día, estimados.
>>>> >> >> Tengo un problema y me gustaría saber cómo
solucionarlo.
>>>> >> >> Actualmente me encuentro realizando un
estudio estimando la pérdida de
>>>> >> >> biomasa foliar de una especies de planta, sin
embargo, me encuentro con el
>>>> >> >> siguiente problema: algunas hojas han perdido
tanta área foliar que han
>>>> >> >> perdido también el margen e incluso algunas
más de la mitad del área de la
>>>> >> >> hojas. Mi objetivo es realizar un modelo de
reconstrucción del área de la
>>>> >> >> hoja para así estimar su masa seca en
relación con esa área perdida y
>>>> >> >> obtener valores de pérdida de biomasa foliar.
>>>> >> >> Tengo algunas ideas, pero no sé cómo empezar.
>>>> >> >> Una de ellas es usar un algoritmo de machine
learning para poder obtener un
>>>> >> >> modelo que me permita reconstruir el margen
de la hoja, pero la verdad
>>>> >> >> desconozco mucho acerca de si puedo usar este
método.
>>>> >> >> Les agradecería muchísimo si pudieran
colaborarme con información o si
>>>> >> >> alguien puede darme una idea de cómo abordar
este tema.
>>>> >> >> Saludos
>>>> >> >> Jimmy
>>>> >> >> 
>>>> >> >>        [[alternative HTML version deleted]]
>>>> >> >> 
>>>> >> >>
_______________________________________________
>>>> >> >> R-help-es mailing list
>>>> >> >> R-help-es en r-project.org
<mailto:R-help-es en r-project.org> <mailto:R-help-es en r-project.org
<mailto:R-help-es en r-project.org>>
>>>> >> >>
https://stat.ethz.ch/mailman/listinfo/r-help-es
>>>> >> >> 
>>>> >> > 
>>>> >> >       [[alternative HTML version deleted]]
>>>> >> > 
>>>> >> > _______________________________________________
>>>> >> > R-help-es mailing list
>>>> >> > R-help-es en r-project.org <mailto:R-help-es
en r-project.org> <mailto:R-help-es en r-project.org <mailto:R-help-es
en r-project.org>>
>>>> >> > https://stat.ethz.ch/mailman/listinfo/r-help-es
>>>> >> 
>>>> 
>>>> 
>>>>         [[alternative HTML version deleted]]
>>>> 
>>>> _______________________________________________
>>>> R-help-es mailing list
>>>> R-help-es en r-project.org <mailto:R-help-es en
r-project.org>
>>>> https://stat.ethz.ch/mailman/listinfo/r-help-es
>>> 
>>> 
>>> -- 
>>> Saludos,
>>> Carlos Ortega
>>> www.qualityexcellence.es <http://www.qualityexcellence.es/>
>
<Screenshot_20240815-122420~2.jpg><Screenshot_20240815-122355~2.jpg>

	[[alternative HTML version deleted]]

Javier, es necesario para así saber el valor de la masa seca, la planta no
se va a ver muy afectada en terminos de su fisiología, solo se toma una
hoja por individuo, el problema aquí es calcular el área defoliada, si lo
hago con una foto va a ser un poco subjetivo, porque hay hojas que están
plegadas y eso puede afectar la estimación, la extrapolación a otras hojas
perdería precisión. Este es solo un caso de hoja afectada, pero hay otras
en las que se perdió más de la mitad del área de la hoja, desde la parte
media hasta el ápicr.
Gracias por tu comentario
Saludos
Jimmy

El jue, 15 de ago. de 2024 1:15 p. m., Javier Marcuzzi <
javier.ruben.marcuzzi en gmail.com> escribió:
> Estimado Jimmy
>
> Nooo ¿como la cortas?
>
> Entiendo que no sirve más.
> Creo que el fondo blanco te perjudica. Mi experiencia, realicé una
> reconstrucción 3d, foto, foto con fotógrafo que eliminó el resto, filmación
> pasada a fotos. Lo peor, la foto con fotógrafo, la de mejor calidad.
>
> Quizás deberías estudiar todo nuevamente, tomar los errores, buscar
> soluciónes y rehacer el trabajo.
>
> Javier Marcuzzi
>
>
> El 15 ago 2024, a las 2:30?p. m., Jimmy Erney Reyes Velasco <
> jimmyreyesvelasco en gmail.com> escribió:
>
> Muchas gracias por todos sus comentarios.
> Muy valiosa la información, hay algunas cosas que no entiendo muy bien. Si
> tuvieran algunos documentos que pudiera leer les agradecería.
> Yo he trabajado con las relaciones entre largo y ancho de la hoja, esas
> relaciones son muy precisas, sin embargo, el problema está cuando las hojas
> son afectadas, se pierde bastante la estructura. Al yo obtener el área
> puedo estimar muy bien la masa seca que tendría esa hoja y comparar con
> respecto a lo que se ha defoliado.
> Mando unos ejemplos aquí de una hoja sana y otra afectada, la hoja sana
> está por la mitad porque la cortamos para poder escanearla
> Saludos y muchas gracias
>
> Jimmy
>
> El mié, 14 de ago. de 2024 4:40 p. m., Javier Marcuzzi <
> javier.ruben.marcuzzi en gmail.com> escribió:
>
>> Estimado
>>
>> Quizás, por lo que dice Carlos Ortega, antes de pasarlo a escala de
>> grises, podría pasarlo a escala RGB, jugar un poco, el entrenamiento no
>> distinguirá si es escala de gris, como mezcla de negro y blanco, puede
>> intentar rojo y blanco, rojo y verde, con la idea de detectar cambios
en el
>> color relacionado a posibles cambios en la humedad o ?madurez? de las
>> hojas, por ahí, con muy poco trabajo extra y con los mismos datos
encuentra
>> algo que le sirve.
>>
>> Javier Marcuzzi
>>
>> El 14 ago 2024, a las 3:16?p. m., Carlos Ortega <cof en
qualityexcellence.es>
>> escribió:
>>
>> Hola,
>>
>> ¿Qué tal?
>> El problema que planteas al final es el de determinar el área de una
hoja
>> afectada, ya que su superficie nos es regular.
>>
>>    - Para todos estos análisis puedes hacerlo perfectamente en R, en
>>    concreto los paquetes "magick" y "EBImage" (este
último del repositorio
>>    BioConductor).
>>    - Lo que tendrás que hacer es procesar las imágenes, pasarlas a
tonos
>>    de gris, aplicarles filtros para detectar el contorno y estimar la
>>    superficie faltante. Estos cálculos no son complicados. También
puedes
>>    hacer algún tipo de modelo usando el área de las hojas completas y
>>    extrapolando estos resultados a las hojas dañadas.
>>
>> Si luego lo que además quieres es hacer algún tipo de modelo, para
tener
>> en cuenta el posible daño en los diferentes tipos de hojas, puedes
antes de
>> pasar a usar algo más sofisticado como modelos de DeepLearning, usar la
>> información RGB que tienes en tu imagen, seguramente las distribuciones
de
>> los colores serán diferentes entre una hoja en buen estado y otra que
ha
>> tenido algún daño (estando ambas completas).
>>
>> Gracias,
>> Carlos Ortega
>> www.qualityexcellence.es
>>
>> El mié, 14 ago 2024 a las 14:54, Javier Marcuzzi (<
>> javier.ruben.marcuzzi en gmail.com>) escribió:
>>
>>> Estimado Jimmy Velasco
>>>
>>> Si puede tener la materia seca, podría realizar algún tipo de
regresión,
>>> pero se me crea la duda biológica, ¿que cambio de agua hay y si
este cambio
>>> modifica la selección como alimento de ese vegetal? En otras
palabras, ¿hay
>>> un punto donde se pierde palatabilidad y prefiere otra hoja? En ese
caso la
>>> regresión por materia seca podría no ser adecuado. Yo se que si
modifico un
>>> poco la materia seca en bovinos tengo diferencias, me conviene
hacerlo
>>> antes que el ganado pastoree.
>>>
>>> En cuanto a R y Python, yo de Fortran pasé a Python y luego a R,
para mi
>>> gusto personal, R me parece mejor pero Python tomo mucho de R para
la parte
>>> de estadística, como que se alimenta uno de las ideas de otro, y el
otro de
>>> las ideas de uno.
>>>
>>> La diferencia no está en el lenguaje, sino en la cantidad de
algoritmos
>>> que pueda probar para lo mismo, yo utilizaría varias herramientas,
en ese
>>> caso me es ?simple? con R, importo un paquete, paso los datos, tomo
los
>>> resultados, importo otro paquete para lo mismo pero que
internamente
>>> realiza los cálculos de otra forma, tomo los datos, y así varias
veces,
>>> tomando al final una comparación para conocer cuál paquete da
mejores
>>> resultados para mi trabajo, y esto no sería repetidle. En R sería
algo como
>>> sumary(modelo1, modelo2, modelo3, modelo ?)
>>>
>>> Javier Rubén Marcuzzi
>>>
>>> > El 13 ago 2024, a las 7:40?p. m., Jimmy Erney Reyes Velasco
<
>>> jimmyreyesvelasco en gmail.com> escribió:
>>> >
>>> > Muchas gracias por sus respuestas Manuel y Javier.
>>> > El problema al que me enfrento es que a veces estas
afectaciones por
>>> herbivoría dejan cicatrices que pueden deformar la hoja, a veces se
pliegan
>>> sobre sí mismas y otras veces se pierde bastante la configuración
de la
>>> hoja. Por el momento solo me interesa tratar de reconstruir la hoja
para
>>> poder obtener el área que tendría esa hoja si no se hubiese
afectado.
>>> Cuento con hojas escaneadas de individuos sanos y defoliados, por
así
>>> decirlo, la idea mía es comparar los valores predichos de área
foliar
>>> reconstruida y estimar la pérdida de biomasa, aunque la biomasa lo
puedo
>>> hacer sencillamente, porque tengo las relaciones área foliar vs
masa seca
>>> mediante regresión.en este caso las hojas son planas y tienen una
forma de
>>> elipsoide, sin embargo, para mí no es difícil calcular la masa de
las hojas
>>> afectadas, y que sí es dificil es saber cuánto sería su biomasa si
no
>>> hubiese perdido su área.
>>> > Mi problema va orientado hacia la siguiente pregunta Si lo
hago con
>>> imágenes, ¿qué datos debería ingresar? ¿Con qué paquetes en R
podría
>>> hacerlo? ¿Es mejor en R o en Python?
>>> > Muy relevantes sus aportes y
>>> > muchas gracias por su colaboración, estoy atento
>>> > Saludos
>>> > Jimmy
>>> >
>>> >
>>> > El mar, 13 de ago. de 2024 9:43 a. m., Javier Marcuzzi <
>>> javier.ruben.marcuzzi en gmail.com<mailto:javier.ruben.marcuzzi
en gmail.com>>
>>> escribió:
>>> >> Estimado
>>> >>
>>> >> Yo no conozco de morfología vegetal, pero si supongo que
la hoja es
>>> plana, me refiero que al verla sobre el eje se forma un rectángulo,
la
>>> altura en cada parte de la hoja es la misma, a una misma densidad,
puedo
>>> calcular la masa. En ese caso como siguieren, por medio de fotos y
entrenar
>>> un modelo, se podía ?reconstruir? lo perdido.
>>> >>
>>> >> Pero entiendo que las hojas no deben tener esa forma
morfológica, tan
>>> plana, miro morfología vegetal en wikipedia y no está a simple
vista mi
>>> duda, pero agrega nervadura, como una complicación más.
>>> >>
>>> >> Aquí hay dos problemas, el cálculo realizado con su error,
más el
>>> error de no tener la masa original y utilizar la calculada con el
error más
>>> el error estadístico de su cálculo original.
>>> >>
>>> >> Un agrónomo podría ayudarlo, yo como veterinario se que si
corto el
>>> forraje a la mañana, tengo diferencias a la tarde, por lo cuál,
usted
>>> también puede tener diferencias de masa.
>>> >>
>>> >> Posiblemente se ?meta? en un gran problema estadístico o
matemático
>>> por no haber tenido en cuenta la biología, creo que la mejor
solución y la
>>> más simple, es tomar las mediciones el año que viene o en las
próximas
>>> hojas. Puede tener demasiado trabajo y al aplicarlo falle por
errores de
>>> cálculos.
>>> >>
>>> >> > El 13 ago 2024, a las 12:35?a. m., Manuel Mendoza
<
>>> mmendoza en fulbrightmail.org<mailto:mmendoza en
fulbrightmail.org>> escribió:
>>> >> >
>>> >> > Hola  Jimmy, creo que solo podrías intentarlo con
deep learning.
>>> Tomas
>>> >> > hojas enteras, las pesas, a algunas de ellas les
quitas los
>>> márgenes de
>>> >> > forma similar a las que tienes estropeadas, las
digitalizas todas y
>>> >> > utilizas como variable objetivo la masa original. El
algoritmo
>>> tendrá que
>>> >> > aprender a inferir la masa a partir del patrón en las
nervaduras,
>>> si es
>>> >> > que se relaciona con la masa, que supongo que sí. Le
aplicas el
>>> algoritmo a
>>> >> > las estropeadas y tendrás su masa original. Si lo
haces todo con
>>> hojas
>>> >> > frescas, podrías incluso determinar la masa fresca de
las hojas
>>> secas, si
>>> >> > es lo que te interesa.
>>> >> > Keras no es fácil de usar, pero permite hacerlo.
>>> >> > Ya me dirás,
>>> >> > Un saludo,
>>> >> > Manuel
>>> >> >
>>> >> > El mar, 13 ago 2024 a las 0:54, Jimmy Erney Reyes
Velasco (<
>>> >> > jimmyreyesvelasco en gmail.com
<mailto:jimmyreyesvelasco en gmail.com>>)
>>> escribió:
>>> >> >
>>> >> >> Buen día, estimados.
>>> >> >> Tengo un problema y me gustaría saber cómo
solucionarlo.
>>> >> >> Actualmente me encuentro realizando un estudio
estimando la
>>> pérdida de
>>> >> >> biomasa foliar de una especies de planta, sin
embargo, me
>>> encuentro con el
>>> >> >> siguiente problema: algunas hojas han perdido
tanta área foliar
>>> que han
>>> >> >> perdido también el margen e incluso algunas más
de la mitad del
>>> área de la
>>> >> >> hojas. Mi objetivo es realizar un modelo de
reconstrucción del
>>> área de la
>>> >> >> hoja para así estimar su masa seca en relación
con esa área
>>> perdida y
>>> >> >> obtener valores de pérdida de biomasa foliar.
>>> >> >> Tengo algunas ideas, pero no sé cómo empezar.
>>> >> >> Una de ellas es usar un algoritmo de machine
learning para poder
>>> obtener un
>>> >> >> modelo que me permita reconstruir el margen de la
hoja, pero la
>>> verdad
>>> >> >> desconozco mucho acerca de si puedo usar este
método.
>>> >> >> Les agradecería muchísimo si pudieran colaborarme
con información
>>> o si
>>> >> >> alguien puede darme una idea de cómo abordar este
tema.
>>> >> >> Saludos
>>> >> >> Jimmy
>>> >> >>
>>> >> >>        [[alternative HTML version deleted]]
>>> >> >>
>>> >> >> _______________________________________________
>>> >> >> R-help-es mailing list
>>> >> >> R-help-es en r-project.org <mailto:R-help-es
en r-project.org>
>>> >> >> https://stat.ethz.ch/mailman/listinfo/r-help-es
>>> >> >>
>>> >> >
>>> >> >       [[alternative HTML version deleted]]
>>> >> >
>>> >> > _______________________________________________
>>> >> > R-help-es mailing list
>>> >> > R-help-es en r-project.org <mailto:R-help-es en
r-project.org>
>>> >> > https://stat.ethz.ch/mailman/listinfo/r-help-es
>>> >>
>>>
>>>
>>>         [[alternative HTML version deleted]]
>>>
>>> _______________________________________________
>>> R-help-es mailing list
>>> R-help-es en r-project.org
>>> https://stat.ethz.ch/mailman/listinfo/r-help-es
>>>
>>
>>
>> --
>> Saludos,
>> Carlos Ortega
>> www.qualityexcellence.es
>>
>>
>>
<Screenshot_20240815-122420~2.jpg><Screenshot_20240815-122355~2.jpg>
>
>
>
	[[alternative HTML version deleted]]