Données stratifiées divisées en test et contrôleBonjour la communauté JMP,
J'essaie de diviser un ensemble de données en test et contrôle pour une expérience marketing. L'ensemble de données est unique au niveau de l'identifiant client et comporte un million de lignes. Les deux nouveaux ensembles de données doivent être équilibrés à l'aide de deux paramètres, à savoir les dépenses annuelles des clients (YTD) et les dépenses du dernier trimestre (QTD). Ces paramètres sont représentés dans deux colonnes. Je n'arrive pas à comprendre comment créer une répartition stratifiée/équilibrée. J'ai essayé d'utiliser le complément "Partitionnement de données stratifiées (avec options d'équilibrage)". mais dans ce complément, l'équilibre est effectué à un niveau catégoriel (groupe focal). Dans mon cas, l'équilibre doit être fait sur un type de données numériques (dépenses YTD et QTD).
Je ne suis PAS un utilisateur de JMP Pro.
Toute aide dans ce cas d'utilisation sera très appréciée.
Merci
Re : Division des données stratifiées en test et contrôleJMP Pro sera le meilleur moyen de faire ce que vous voulez. Cependant, puisque vous n'avez PAS JMP Pro, voici une approche qui vous en rapprochera assez. Je suppose que vous voulez 75 % de formation, 25 % de validation, mais vous pouvez facilement réviser cela pour d'autres pourcentages.
Triez vos données selon vos deux variables de stratification. Ensuite, puisque vous examinez des ensembles de formation et de validation, prenez des groupes de 4 lignes de données et affectez au hasard trois de ces lignes à la formation, l'autre ligne à la validation. Cela devrait vous donner des regroupements assez représentatifs selon vos deux variables de stratification.
Re : Division des données stratifiées en test et contrôleSalut,
Puisque personne ne semble vouloir tenter le coup, je vais partager avec vous ma propre approche qui peut être un peu maladroite.
Tout d'abord, je ne connais pas de technique qui vous permettrait de stratifier sur une variable continue (peut-être que d'autres seraient peut-être plus savants ?)
Deuxièmement, compte tenu de la taille de votre ensemble de données principal, vous n'aurez peut-être pas besoin de stratifier du tout, car l'échantillonnage aléatoire devrait vous donner une assez bonne correspondance entre les moyennes et les stdevs pour vos deux variables dans les groupes de test et de contrôle.
Si cette approche n'est pas acceptable, vous pouvez créer des classes catégorielles (tertile ou quartile de YTD et QTD) et stratifier sur celles-ci.
