Update app.py

app.py

@@ -264,7 +264,7 @@ class RSM_BoxBehnken:
             index=self.factor_names
         )
         # Varianza explicada
-        explained_variance = self.pca_model.explained_variance_ratio_
+        explained_variance = self.pca_model.explained_variance_ratio()
         return pca_df, loading_df, explained_variance
     
     def plot_pca(self):
@@ -1504,6 +1504,8 @@ def load_data(num_factors, factor_components, y_name, data_str, decimal_places):
     """
     Carga los datos del diseño Box-Behnken desde cajas de texto y crea la instancia de RSM_BoxBehnken.
     """
+    global rsm  # CORREGIDO: Declaración global al inicio de la función
+    
     try:
         num_factors = int(num_factors)
         # Extraer información de los componentes de factores
@@ -1521,7 +1523,6 @@ def load_data(num_factors, factor_components, y_name, data_str, decimal_places):
         # Si no se proporcionan datos, generar un diseño
         if not data_str.strip():
             # Crear la instancia de RSM_BoxBehnken
-            global rsm
             rsm = RSM_BoxBehnken(factor_names, y_name, levels, decimal_places=decimal_places)
             data = rsm.data
         else:
@@ -1543,7 +1544,6 @@ def load_data(num_factors, factor_components, y_name, data_str, decimal_places):
                 raise ValueError("El formato de los datos no es correcto. Faltan columnas requeridas.")
             
             # Crear la instancia de RSM_BoxBehnken
-            global rsm
             rsm = RSM_BoxBehnken(factor_names, y_name, levels, data=data, decimal_places=decimal_places)
         
         return data.round(rsm.current_configuration['decimal_places']), "Datos cargados correctamente. Puede avanzar a la pestaña de Análisis Estadístico.", True
@@ -1554,6 +1554,8 @@ def load_data(num_factors, factor_components, y_name, data_str, decimal_places):
         return None, error_message, False
 
 def fit_and_optimize_model(regularization_alpha=1.0, regularization_l1_ratio=0.5, decimal_places=3, pareto_statistic='F'):
+    global rsm  # CORREGIDO: Declaración global al inicio de la función
+    
     if 'rsm' not in globals():
         # Devolver None para todos los componentes de salida
         return (
@@ -1743,7 +1745,7 @@ def generate_rsm_plot(fixed_factors_idx, fixed_levels):
 def create_gradio_interface():
     with gr.Blocks(css=".container { max-width: 1200px !important; }") as demo:
         gr.Markdown("""
-        # <center>Optimización de la producción de AIA usando RSM Box-Behnken</center>
+        # <center>Optimización de Producción con Box-Behnken (k Factores)</center>
         <div style="background-color: #f0f2f6; padding: 15px; border-radius: 10px; margin-bottom: 20px;">
         Herramienta avanzada para el análisis y optimización de procesos mediante 
         la Metodología de Superficie de Respuesta (RSM) con diseño Box-Behnken. 
@@ -1752,11 +1754,39 @@ def create_gradio_interface():
         </div>
         """)
         
+        # Estado para almacenar el número actual de factores
+        current_factors = gr.State(3)
+        
+        # Sección 1: Configuración de Factores
+        with gr.Row():
+            num_factors_input = gr.Number(
+                value=3, 
+                label="Número de Factores",
+                precision=0,
+                minimum=2,
+                maximum=16,
+                interactive=True
+            )
+            update_btn = gr.Button("Actualizar Campos", variant="secondary")
+        
         # Estado para el índice actual de gráficos
         current_index_state = gr.State(0)
         all_figures_state = gr.State([])
         diagnostic_figures_state = gr.State([])
         
+        # Sección dinámica para factores
+        factor_inputs_container = gr.Column()
+        
+        # Generar inicialmente para 3 factores
+        initial_components = []
+        with factor_inputs_container:
+            for i in range(3):
+                with gr.Row(variant="panel"):
+                    name = gr.Textbox(label=f"Nombre Factor {i+1}", value=f"Factor_{i+1}")
+                    low = gr.Number(label=f"Bajo {i+1}", value=0.0)
+                    high = gr.Number(label=f"Alto {i+1}", value=10.0)
+                    initial_components.extend([name, low, high])
+        
         # Pestañas principales
         with gr.Tabs():
             # Pestaña 1: Configuración y Carga de Datos
@@ -1797,28 +1827,6 @@ def create_gradio_interface():
                         gr.Markdown("#### 📊 Configuración de Factores")
                         factor_inputs_container = gr.Column()
                 
-                # Inicializar con 3 factores
-                with gr.Column(visible=True) as factor_inputs:
-                    factor_components = []
-                    for i in range(3):
-                        with gr.Row(variant="panel"):
-                            factor_name = gr.Textbox(
-                                label=f"Nombre del Factor {i+1}",
-                                value=f"Factor_{i+1}",
-                                interactive=True
-                            )
-                            low_level = gr.Number(
-                                label=f"Nivel Bajo ({i+1})",
-                                value=0.0,
-                                interactive=True
-                            )
-                            high_level = gr.Number(
-                                label=f"Nivel Alto ({i+1})",
-                                value=10.0,
-                                interactive=True
-                            )
-                            factor_components.extend([factor_name, low_level, high_level])
-                
                 with gr.Row():
                     with gr.Column(scale=2):
                         gr.Markdown("#### 📤 Datos del Experimento")