Nivel: Intermedio
Robert Anderson, consultor estadístico sénior de JMP, SAS
Identificar correctamente el mejor modelo posible y determinar qué factores son realmente importantes son tareas cruciales, pero nunca fáciles. La validación cruzada se utiliza a menudo para evitar el sobreajuste y la inclusión de términos irrelevantes en un modelo. Sin embargo, no es un método infalible, especialmente al trabajar con conjuntos de datos pequeños. El modelo obtenido suele depender de cómo se asignan las filas de entrenamiento y validación. No se puede confiar en una sola columna de validación para identificar el mejor modelo. Sin embargo, al utilizar varias columnas de validación, se empieza a vislumbrar una imagen más clara. Mediante la función Simular de JMP Pro y algunos conjuntos de datos simulados, esta presentación demostrará cómo el reajuste de modelos con múltiples columnas de validación permite identificar el modelo más frecuente y probable. También demostrará que este enfoque funciona incluso con conjuntos de datos de tan solo 30 filas.
