División de datos estratificados en prueba y controlHola Comunidad JMP,
Estoy tratando de dividir un conjunto de datos en Prueba y control para un experimento de marketing. El conjunto de datos es único en el ID del cliente y tiene un millón de filas. Los dos nuevos conjuntos de datos deben equilibrarse utilizando dos parámetros que son el gasto anual del cliente (YTD) y el gasto del último trimestre (QTD). Estos parámetros están representados en dos columnas. No puedo descubrir cómo crear una división estratificada / equilibrada. Intenté usar el complemento "Partición de datos estratificada (con opciones de balanceo)". pero en este complemento, el balance se realiza a nivel categórico (Grupo focal). En mi caso, el balance debe hacerse en un tipo de datos numéricos (gasto YTD y QTD).
No soy un usuario de JMP Pro.
Cualquier ayuda en este caso de uso será muy apreciada.
Gracias
Re: división de datos estratificados en prueba y controlHola,
Como nadie parece querer intentarlo, compartiré contigo mi propio enfoque que puede ser un poco torpe.
Primero, no me doy cuenta de una técnica que le permita estratificarse en una variable continua (¿podría haber otra que tenga más conocimiento?)
En segundo lugar, considerando el tamaño de su conjunto de datos primario, es posible que no necesite estratificarlo en absoluto porque el muestreo aleatorio debería darle una buena coincidencia entre las medias y los estándares para sus dos variables en los grupos de prueba y control.
Si este enfoque no es aceptable, es posible que desee crear contenedores categóricos (tercil o cuartil de YTD y QTD) y estratificar en estos.
Re: división de datos estratificados en prueba y controlJMP Pro será la mejor manera de hacer lo que quieras. Sin embargo, dado que NO tiene JMP Pro, este es un enfoque que lo acercará bastante. Asumiré que desea una capacitación del 75%, una validación del 25%, pero puede revisarla fácilmente para otros porcentajes.
Ordene sus datos por sus dos variables de estratificación. Luego, ya que está viendo los conjuntos de entrenamiento y validación, tome grupos de 4 filas de datos y asigne aleatoriamente tres de esas filas a entrenamiento, y la otra fila a validación. Esto debería darle agrupaciones bastante representativas de acuerdo con sus dos variables de estratificación.
