Bryan Fricke, desarrollador principal de software de JMP, SAS
Russ Wolfinger, Director, Investigación y Desarrollo, JMP
La validación cruzada repetida de k veces se usa comúnmente para evaluar el rendimiento de los modelos predictivos. El problema es, ¿cómo saber cuándo una diferencia en el rendimiento es lo suficientemente grande como para declarar que un modelo es mejor que otro? Por lo general, la prueba de significación de hipótesis nula (NHST) se usa para determinar si las diferencias entre los modelos predictivos son "significativas", aunque la utilidad de NHST se ha debatido ampliamente en la literatura estadística en los últimos años. En este documento, analizamos los problemas asociados con NHST y presentamos una alternativa conocida como curvas de confianza, que se ha desarrollado como un nuevo complemento de JMP que opera directamente en los resultados generados por la plataforma Model Screening de JMP Pro.
