Dati stratificati suddivisi in test e controlloCiao community JMP,
Sto provando a suddividere un set di dati in Test e controllo per un esperimento di marketing. Il set di dati è unico all'ID cliente e ha un milione di righe. Entrambi i nuovi set di dati devono essere bilanciati utilizzando due parametri che sono la spesa annuale per i clienti (YTD) e la spesa per l'ultimo trimestre (QTD). Questi parametri sono rappresentati in due colonne. Non riesco a capire come creare una divisione stratificata / equilibrata. Ho provato a utilizzare il componente aggiuntivo "Stratified Data Partitioning (con opzioni di bilanciamento)". ma in questo componente aggiuntivo, il saldo viene eseguito a livello categoriale (gruppo Focale). Nel mio caso, il saldo deve essere fatto su un tipo di dati numerici (spesa YTD e QTD).
NON sono un utente di JMP Pro.
Qualsiasi aiuto in questo caso d'uso sarà molto apprezzato.
Grazie
Re: Stratified Data Split in test e controlloCiao,
Dal momento che nessuno sembra volergli accoltellare, condividerò con voi il mio approccio che potrebbe essere un po 'goffo.
Innanzitutto, non sono a conoscenza di una tecnica che ti consente di stratificarti su una variabile continua (potrebbe essere che altri potrebbero essere più informati?)
In secondo luogo, considerando la dimensione del set di dati primari, potrebbe non essere necessario stratificare affatto perché il campionamento casuale dovrebbe fornire una buona corrispondenza tra i mezzi e gli stdev per le due variabili nei gruppi di test e di controllo.
Se questo approccio non è accettabile, potresti voler creare bin categoriali (terzili o quartili di YTD e QTD) e stratificarli su questi.
Re: Stratified Data Split in test e controlloJMP Pro sarà il modo migliore per fare ciò che vuoi. Tuttavia, dal momento che NON hai JMP Pro, ecco un approccio che ti porterà molto vicino. Supporrò che desideri un allenamento del 75%, una convalida del 25%, ma puoi facilmente modificarlo per altre percentuali.
Ordina i tuoi dati in base alle tue due variabili di stratificazione. Quindi, dal momento che stai esaminando i set di training e di convalida, prendi gruppi di 4 righe di dati e assegna casualmente tre di queste righe all'allenamento, l'altra alla convalida. Questo dovrebbe darti raggruppamenti abbastanza rappresentativi in base alle tue due variabili di stratificazione.
