R help es - Sep 2012 - DUDA SOBRE PARTICIÓN DE DATOS PARA VALIDACIÓN CRUZADA

>
>
Estimados muy buenas quería hacerles unas consulta:

Estoy trabajando en mi tesis sobre mejoramiento animal y mi objetivo es
evaluar la habilidad predictiva de modelos estadísticos mediante validación
cruzada.

Pero antes la intención es dividir mi base de datos en 3 partes y quisiera
que todos los efectos incluidos en el estudio y cada uno de sus niveles,
estén lo más equitativamente representados en los tres subconjuntos.

Mis efectos son año (32 niveles), sexo (3 niveles), edad (2 niveles) y
efecto     genético animal (5561 niveles).

¿Existe alguna forma de realizar una partición al azar de mi base de datos
en 3 partes pero que a su vez estén representados todos los efectos y sus
niveles de forma representativa en los 3 subconjuntos?

Desde ya muchas gracias.

Saludos,

Rodrigo.

	[[alternative HTML version deleted]]

Utiliza el paquete caret.

En http://cran.r-project.org/web/packages/caret/vignettes/caretMisc.pdf dice:

"Similarly, createResample can be used to make simple bootstrap
samples and createFolds can be used to generate balanced
cross?validation groupings from a set of data."

Creo que es más o menos lo que necesitas.

Un saludo,

Carlos J. Gil Bellosta
http://www.datanalytics.com


El día 26 de septiembre de 2012 22:21, rod lopez <rod99hare en gmail.com>
escribió:
>>
>>
> Estimados muy buenas quería hacerles unas consulta:
>
> Estoy trabajando en mi tesis sobre mejoramiento animal y mi objetivo es
> evaluar la habilidad predictiva de modelos estadísticos mediante validación
> cruzada.
>
> Pero antes la intención es dividir mi base de datos en 3 partes y quisiera
> que todos los efectos incluidos en el estudio y cada uno de sus niveles,
> estén lo más equitativamente representados en los tres subconjuntos.
>
> Mis efectos son año (32 niveles), sexo (3 niveles), edad (2 niveles) y
> efecto     genético animal (5561 niveles).
>
> ¿Existe alguna forma de realizar una partición al azar de mi base de datos
> en 3 partes pero que a su vez estén representados todos los efectos y sus
> niveles de forma representativa en los 3 subconjuntos?
>
> Desde ya muchas gracias.
>
> Saludos,
>
> Rodrigo.
>
>         [[alternative HTML version deleted]]
>
>
> _______________________________________________
> R-help-es mailing list
> R-help-es en r-project.org
> https://stat.ethz.ch/mailman/listinfo/r-help-es
>

Hola Rodrigo, tal vez algo como lo que ejemplifican aquí (con el 
paquete "caret") te pueda servir:

http://stats.stackexchange.com/questions/21717/how-to-train-and-validate-a-neural-network-model-in-r

     Saludos.

     Argel.

El 26/09/12 15:30, Carlos J. Gil Bellosta escribió:
> Utiliza el paquete caret.
>
> En http://cran.r-project.org/web/packages/caret/vignettes/caretMisc.pdf
dice:
>
> "Similarly, createResample can be used to make simple bootstrap
> samples and createFolds can be used to generate balanced
> cross?validation groupings from a set of data."
>
> Creo que es más o menos lo que necesitas.
>
> Un saludo,
>
> Carlos J. Gil Bellosta
> http://www.datanalytics.com
>
>
> El día 26 de septiembre de 2012 22:21, rod lopez <rod99hare en
gmail.com> escribió:
>>>
>> Estimados muy buenas quería hacerles unas consulta:
>>
>> Estoy trabajando en mi tesis sobre mejoramiento animal y mi objetivo es
>> evaluar la habilidad predictiva de modelos estadísticos mediante
validación
>> cruzada.
>>
>> Pero antes la intención es dividir mi base de datos en 3 partes y
quisiera
>> que todos los efectos incluidos en el estudio y cada uno de sus
niveles,
>> estén lo más equitativamente representados en los tres subconjuntos.
>>
>> Mis efectos son año (32 niveles), sexo (3 niveles), edad (2 niveles) y
>> efecto     genético animal (5561 niveles).
>>
>> ¿Existe alguna forma de realizar una partición al azar de mi base de
datos
>> en 3 partes pero que a su vez estén representados todos los efectos y
sus
>> niveles de forma representativa en los 3 subconjuntos?
>>
>> Desde ya muchas gracias.
>>
>> Saludos,
>>
>> Rodrigo.
>>
>>          [[alternative HTML version deleted]]
>>
>>
>> _______________________________________________
>> R-help-es mailing list
>> R-help-es en r-project.org
>> https://stat.ethz.ch/mailman/listinfo/r-help-es
>>
> _______________________________________________
> R-help-es mailing list
> R-help-es en r-project.org
> https://stat.ethz.ch/mailman/listinfo/r-help-es

Estimado Rod Lopez

¿Que tesis desea realizar, me refiero a grado o alguna superior?

Me llama la atención que desee colocar el valor genético animal, año (32 
niveles), etc. Entiendo que hay varias posibilidades, pero básicamente el 
modelo animal ya tiene esa información, en todos casos, si desea realizar 
una tesis el sistema MACE puede ayudarlo y desconozco si en R hay un paquete 
al respecto, sería todo un desafío llevar eso a R.

Conozco algunos que intentaron genética y R, en modelo animal es complicado, 
en regresiones aleatorias es pesado, recuerdo que una persona que realizó su 
phd sobre evaluar la exactitud en genética animal, un comentario como que 
con R es complicado, hay herramientas mejores. Estaría genial que pueda 
mejorar los códigos al respecto.

Javier Marcuzzi

-----Mensaje original----- 
From: rod lopez
Sent: Wednesday, September 26, 2012 5:21 PM
To: R-help-es
Subject: [R-es] DUDA SOBRE PARTICIÓN DE DATOS PARA VALIDACIÓN CRUZADA
>
>
Estimados muy buenas quería hacerles unas consulta:

Estoy trabajando en mi tesis sobre mejoramiento animal y mi objetivo es
evaluar la habilidad predictiva de modelos estadísticos mediante validación
cruzada.

Pero antes la intención es dividir mi base de datos en 3 partes y quisiera
que todos los efectos incluidos en el estudio y cada uno de sus niveles,
estén lo más equitativamente representados en los tres subconjuntos.

Mis efectos son año (32 niveles), sexo (3 niveles), edad (2 niveles) y
efecto     genético animal (5561 niveles).

¿Existe alguna forma de realizar una partición al azar de mi base de datos
en 3 partes pero que a su vez estén representados todos los efectos y sus
niveles de forma representativa en los 3 subconjuntos?

Desde ya muchas gracias.

Saludos,

Rodrigo.

[[alternative HTML version deleted]]







_______________________________________________
R-help-es mailing list
R-help-es en r-project.org
https://stat.ethz.ch/mailman/listinfo/r-help-es