<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Hola a todos,
He evaluado el rendimiento de varios modelos de clasificación (por ejemplo, BayesNet, Random Forrest), en varios conjuntos de datos, al medir la puntuación de F1 ( Puntaje de F1 - Wikipedia, la enciclopedia libre ) logrado por una validación cruzada de diez veces. Mis datos, de ahí las siguientes columnas: modelo de clasificación, conjunto de datos, puntaje F1.
Ahora quiero probar si:
1) Hay una diferencia estadística entre los predictores.
2) Hay una diferencia estadística entre el mejor predictor y todos los demás.
Mi enfoque sería hacer:
-Fit y por x, con y = F1 y x = modelo de clasificación
-No test paramétrico de Wilcoxon: esto responderá al punto 1.
- Comparación múltiple no paramétrica: prueba de Wilcoxon: esto responderá el punto 2.
Sin embargo, veo otras pruebas además de Wilcoxon y me pregunto si lo que estoy haciendo es correcto.
Gracias por tu ayuda,
Davide
Hola davide
Creo que su enfoque es razonable.
Otro método que podría considerar sería Oneway> Compare Means> With Best, Hsu MCB. Este es un procedimiento de comparación múltiple que prueba si cada nivel de la variable X es significativamente diferente del nivel "mejor". La salida mostrará los valores p para comparar todos los niveles con el máximo y con el mínimo.
Puede encontrar información sobre la opción en la plataforma Fit Y by X en JMP aquí: Comparar medios
Mejor,
Miguel
