Update app.py

app.py

@@ -207,7 +207,6 @@ def generar_informe_completo(df_valid, n_replicas, unidad_predicha, unidad_repli
 
     informe = f"""# Informe de Calibración {evaluacion['estado']}
 Fecha: {datetime.now().strftime('%d/%m/%Y %H:%M')}
-
 ## Resumen Estadístico
 - **Ecuación de Regresión**: y = {intercept:.4f} + {slope:.4f}x
 - **Coeficiente de correlación (r)**: {r_value:.4f}
@@ -216,16 +215,12 @@ Fecha: {datetime.now().strftime('%d/%m/%Y %H:%M')}
 - **Error estándar de la pendiente**: {std_err:.4f}
 - **Error cuadrático medio (RMSE)**: {rmse:.4f}
 - **Coeficiente de variación (CV)**: {cv:.2f}%
-
 ## Evaluación de Calidad
 - **Calidad de la calibración**: {evaluacion['calidad']}
-
 ## Recomendaciones
 {chr(10).join(evaluacion['recomendaciones']) if evaluacion['recomendaciones'] else "No hay recomendaciones específicas. La calibración cumple con los criterios de calidad."}
-
 ## Decisión
 {("✅ APROBADO - La calibración cumple con los criterios de calidad establecidos" if evaluacion['estado'] == "✅" else "⚠️ REQUIERE REVISIÓN - La calibración necesita ajustes según las recomendaciones anteriores")}
-
 ---
 *Nota: Este informe fue generado automáticamente. Por favor, revise los resultados y valide según sus criterios específicos.*
 """
@@ -410,7 +405,7 @@ def limpiar_datos(n_replicas):
     df = pd.DataFrame({
         "Solución": [1/(2**i) for i in range(7)],
         "H2O": [1-(1/(2**i)) for i in range(7)],
-        "Dimensión de Dilución": [(1/(1/(2**i))) for i in range(7)],
+        "Factor de Dilución": [(1/(1/(2**i))) for i in range(7)],
         f"Concentración Predicha ({unidad_predicha})": [2000000/(1/(1/(2**i))) for i in range(7)]
     })
     # Creamos columnas de absorbancia real vacías
@@ -651,7 +646,7 @@ def iniciar_con_ejemplo():
     df = pd.DataFrame({
         "Solución": [1.00,0.80,0.67,0.60,0.53,0.47,0.40],
         "H2O": [0.00,0.20,0.33,0.40,0.47,0.53,0.60],
-        "Dimensión de Dilución": [1.00,1.25,1.50,1.67,1.87,2.14,2.50],
+        "Factor de Dilución": [1.00,1.25,1.50,1.67,1.87,2.14,2.50],
         f"Concentración Predicha ({unidad_predicha})": [150,120,100,90,80,70,60],
         f"Absorbancia Real 1 ({unidad_replicas})": [1.715,1.089,0.941,0.552,0.703,0.801,0.516]
     })
@@ -674,7 +669,6 @@ with gr.Blocks(theme=gr.themes.Soft()) as interfaz:
     gr.Markdown("""
     # 📊 Sistema Avanzado de Calibración con Análisis Estadístico
     Configure los parámetros, edite los valores en la tabla y luego presione "Calcular" para obtener el análisis.
-
     **Nota:** La unidad en la pestaña uno "Unidad de Medida (Predicha)" será la unidad de la concentración predicha.
     Debajo se encuentra otra "Unidad de Medida (Absorbancias)" para las réplicas (valores reales).
     """)
@@ -942,7 +936,7 @@ with gr.Blocks(theme=gr.themes.Soft()) as interfaz:
         df = pd.DataFrame({
             "Solución": [1.00,0.80,0.67,0.60,0.53,0.47,0.40],
             "H2O": [0.00,0.20,0.33,0.40,0.47,0.53,0.60],
-            "Dimensión de Dilución": [1.00,1.25,1.50,1.67,1.87,2.14,2.50],
+            "Factor de Dilución": [1.00,1.25,1.50,1.67,1.87,2.14,2.50],
             f"Concentración Predicha ({unidad_predicha})": [150,120,100,90,80,70,60]
         })
         for i in range(1, n_replicas + 1):
@@ -955,7 +949,7 @@ with gr.Blocks(theme=gr.themes.Soft()) as interfaz:
         df = pd.DataFrame({
             "Solución": [1.00,0.80,0.60,0.40,0.20,0.10,0.05],
             "H2O": [0.00,0.20,0.40,0.60,0.80,0.90,0.95],
-            "Dimensión de Dilución": [1.00,1.25,1.67,2.50,5.00,10.00,20.00],
+            "Factor de Dilución": [1.00,1.25,1.67,2.50,5.00,10.00,20.00],
             f"Concentración Predicha ({unidad_predicha})": [1.0,0.8,0.6,0.4,0.2,0.1,0.05]
         })
         for i in range(1, n_replicas + 1):