[R-es] Clasificacion de individuos
Carlos J. Gil Bellosta
cgb en datanalytics.com
Mar Sep 30 15:38:19 CEST 2014
Hola, ¿qué tal?
Y te vas a encontrar un caso muy corriente: un sujeto con un solo caso que
acierta (y tiene un 100%) tal vez de casualidad o falla (y obtiene un 0%)
igual inmerecidamente.
¿Por qué no utilizar una beta como priori por individuo y estimar su
posteriori? Evitarás todos los casos extremos y, probablemente, tu
evaluación será más justa.
Un saludo,
Carlos J. Gil Bellosta
http://www.datanalytics.com
El 30 de septiembre de 2014, 15:29, Isidro Hidalgo <ihidalgo en jccm.es>
escribió:
> En cualquier caso, para nada necesitas normalidad en las variables. De las
> distribuciones que presentas, y abundando en lo que te indica Olivier,
> ¿sería interesante considerar sólo 2 grupos (“normal” y “enhorabuena”) en
> las variables 2 y 3?
>
> Todo esto sin saber de lo que estamos tratando, claro… XD
>
>
>
> Un saludo,
>
> Isidro
>
>
>
> De: Olivier Nuñez [mailto:onunez en unex.es]
> Enviado el: martes, 30 de septiembre de 2014 15:23
> Para: jluis gilsanz
> CC: ihidalgo en jccm.es; r-help-es en r-project.org
> Asunto: Re: [R-es] Clasificacion de individuos
>
>
>
> Me parece que tu ordenación es esencialmente unidimensional.
>
> Por lo tanto, en algún momento tendrás que considerar una combinación de
> tus tres variables.
>
> Ignoro el contexto, pero la ponderación de cada una debería ser conforme a
> los criterios de la empresa que evalúa al personal.
>
> Una vez tengas tu variable podrás definir los tres grupos con la función
> cut. Ejemplo:
>
> > z=rnorm(100)
> > y=exp(z)/(1+exp(z))
> > C=c("Regular","Normal","Enhorabuena")
> > grupos=cut(y,quantile(y,c(0,.1,.9,1)),include.lowest=TRUE,labels=C)
> > table(grupos)
> grupos
> Regular Normal Enhorabuena
> 10 80 10
>
>
>
> Un saludo. Olivier
>
> _____
>
> De: "jluis gilsanz" <jluis.gilsanz en tasacionesh.com>
> Para: ihidalgo en jccm.es
> CC: r-help-es en r-project.org
> Enviados: Martes, 30 de Septiembre 2014 12:51:56
> Asunto: Re: [R-es] Clasificacion de individuos
>
>
>
> Hola Isidro:
>
> También había sopesado esa posibilidad pero por una parte me parecía
> "complicar" el proceso y por otra tengo mis dudas acerca de que en que el
> análisis cluster pueda prescindir de la hipótesis de Normalidad en las dos
> variables "raras" que tengo.
>
> De cualquier forma muchas gracias por tu idea.
>
> Un saludo
>
>
>
>
>
>
>
>
> {In Archive} RE: [R-es] Clasificacion de individuos
>
>
>
>
> (Internet)
> ihidalgo
>
>
> To:
>
> Jluis GILSANZ, r-help-es
>
> 30/09/2014 12:40
>
>
>
>
> Archive:
>
> This message is being viewed in an archive.
>
>
>
> _____
>
>
>
>
> ¿Has probado a hacer directamente una clasificación de los individuos con 3
> clusters? Es muy sencillo y quizá te funcione. En un espacio
> tridimensional un
> cluster se hace más rápido que un disparo.
>
> Un saludo.
> Isidro
>
> > -----Mensaje original-----
> > De: r-help-es-bounces en r-project.org [ <mailto:r-help-es-bounces en r->
> mailto:r-help-es-bounces en r-
> > project.org] En nombre de jluis.gilsanz en tasacionesh.com
> > Enviado el: martes, 30 de septiembre de 2014 12:24
> > Para: r-help-es en r-project.org
> > Asunto: [R-es] Clasificacion de individuos
> >
> > Estimados apa eRos:
> >
> > La duda o propuesta que os voy a plantear es a la vez metodol gica y
> > relacionada con R.
> >
> > Me encuentro trabajando con tres variables que son el resultado de un
> > computo de porcentajes.
> > Me explico, se toma una muestra de n casos (unos 6.500 aprox)
> > pertenecientes a i individuos (unos 230 aprox) en la que se comprueba
> > si un determinado evento ha ocurrido o no, anot ndose 1 en caso de
> > dicha ocurrencia y 0 en caso de no ocurrencia.
> > Algo as como:
> > indiv ocurrencia
> > -------- -----------------
> > 1 0
> > 1 0
> > 1 1
> > 2 0
> > 2 1
> > 3 0
> > 3 0
> > 3 0
> > 4 1
> > 4 1
> > . .
> > . .
> > . .
> > n
> >
> > Tras ello se computa el porcentaje de ocurrencias para cada individuo
> > obteniendo las variables que ser n estudiadas, obteniendo algo as :
> >
> > indiv %
> > ----- ------
> > 1 0.333
> > 2 0.5
> > 3 0
> > 4 1
> > . .
> > . .
> > i
> >
> > Este mismo proceso se repite en cada una de las tres variables objeto
> > de estudio.
> >
> > Lo que se pretende es clasificar los i individuos en tres grupos seg n
> > sus resultados en cuanto a los porcentajes calculados (%):
> > -Por debajo de la media: Individuos que forman parte de la cola con
> > peores porcentajes. Aprox 10% -Por encima de la media: Individuos que
> > forman parte de la cola con peores porcentajes. Aprox 10% -Acordes a
> > la media: El 80% de individuos resultantes.
> >
> > Se trata b sicamente de "rega ar" a los del primer grupo y "felicitar"
> > los del segundo grupo ;-)
> >
> > La cuesti n es que de las tres variables en estudio, las dos ultimas no
> > son normales:
> >
> > >stem(v1)
> >
> > The decimal point is 1 digit(s) to the left of the |
> >
> > 0 | 0000000000466899
> > 1 | 0133347777778999
> > 2 | 0000011233344555667778889999
> > 3 | 0001233333333334444567778888889999999999
> > 4 | 000001122233333344444566788889999
> > 5 | 000000000000011234444566667777889
> > 6 | 00122233345555777777788899
> > 7 | 00011222334455567779
> > 8 | 1333336668
> > 9 |
> > 10 | 0000000000000
> >
> > >quantile(v1,c(0.1,0.9))
> > 10% 90%
> > 0.1670 0.7834
> >
> >
> >
> > >stem(v2)
> >
> > The decimal point is 1 digit(s) to the left of the |
> >
> > 0 |
> > 00000000000000000000000000000000000000000000000000000000000000000000+75
> > 1 | 00000000111122233333444445677788888999
> > 2 | 0000122444557899
> > 3 | 0001123378999
> > 4 | 266
> > 5 | 0000
> > 6 | 57
> > 7 |
> > 8 | 3
> > 9 |
> > 10 | 000
> >
> > >quantile(v2,c(0.1,0.9))
> > 10% 90%
> > 0.000 0.304
> >
> >
> >
> > stem(V3)
> >
> > The decimal point is 1 digit(s) to the left of the |
> >
> > 0 |
> > 00000000000000000000000000000000011111111122222222222222222222222222+12
> > 8
> > 1 | 000001133333477
> > 2 | 000
> > 3 | 3
> > 4 |
> > 5 | 000
> > 6 |
> > 7 |
> > 8 |
> > 9 |
> > 10 | 00000
> >
> > >quantile(V3,c(0.1,0.9))
> > 10% 90%
> > 0.0 0.1
> >
> >
> >
> > La primera variable V1 aparece como Normal segun los test de Kolmogorv-
> > Smirnov, Jarque-Bera (simetria), Agostino (simetria) y Anscombe
> > (curtosis) pero como No Normal segun el test de Shapiro-Wilks.
> > Las otras dos no aparecen como Normales en ninguno de los test,
> > logicamente al tener una asimetria tan fuerte.
> > He probado transformando mediante Box-Cox pero la ni la raiz
> > cuadadrada, ni 1/Variable me solucionan el problema y al haber muchos
> > casos con 0 la logaritmica tampoco me vale.
> >
> >
> >
> > Asumiendo Normalidad puedo emplear los intervalos de confianza para
> > "rega ar" o "felicitar" a los individuos y Puedo utilizar los
> > percentiles
> > 0.1 y 0,9 para obtener las clasificaciones en cualquier caso (normal o
> > no normal).
> >
> > Pero me surgen varias dudas:
> > -La principal de todas es la metodologia (y paquetes/funciones de R
> > asociados) para llevar a cabo tarea de clasificacion.Actualmente estoy
> > valorando hacer la clasificacion mediante intervalos de confianza (en
> > caso de poder transformar a "normales" las dos ultimas variables),
> > percentiles o directamente aplicando la desigualdad Chebychev.
> >
> > - Que paquetes me ofrece R para obtener la distribucion de probabilidad
> > subyacente en una determinada muestra?.
> >
> >
> > - Que test, de los que se ofrecen en R, considerais como los mas
> > potentes
> > para comprobar si una muestra de estas caracteristicassigue una
> > determinada distribucion?.Yo utilizo ks.test y shapiro.test pero igual
> > hay
> > otros mejores en algun paquete que conozcais.Por la construccion de las
> > variables habia supuesto que las variables debian de seguir una
> > distribucion U(0,1) pero el test ks solo concluye uniformidad en la
> > primera variable.
> >
> >
> > Muchas gracias a tod en s por leer hasta el final del ladrillo
> >
> >
> > Saludos
> >
> >
> >
> >
> >
> >
> >
> >
> >
> >
> > -- AVISO LEGAL --
> >
> > Los datos personales que en esta comunicaci n aparecen, as como los
> > que nuestra
> > empresa mantiene de Vd. y de su empresa, son tratados con la finalidad
> > de mantener
> > el contacto as como realizar las gestiones que en esta aparecen (Ley
> > Org nica
> > 15/1999, de 13 de diciembre, de Protecci n de Datos de Car cter
> > Personal).
> > Puede ejercer sus derechos de acceso, rectificaci n, cancelaci n y
> > oposici n
> > dirigi ndose a atencion.clientes en tasacionesh.com
> > La utilizaci n de su direcci n de correo electr nico por parte de
> > nuestra empresa
> > queda sujeta a las disposiciones de la Ley 34/2002, de Servicios de la
> > Sociedad de
> > la Informaci n y el Comercio Electr nico. Si Vd. recibe comunicaci n
> > comercial por
> > nuestra parte y desea dejar de recibirla, rogamos nos lo comunique por
> > v a electr nica
> > a trav s de la direcci n atencion.clientes en tasacionesh.com
> >
> > [[alternative HTML version deleted]]
>
>
>
>
>
>
>
> -- AVISO LEGAL --
>
> Los datos personales que en esta comunicación aparecen, así como los que
> nuestra
> empresa mantiene de Vd. y de su empresa, son tratados con la finalidad de
> mantener
> el contacto así como realizar las gestiones que en esta aparecen (Ley
> Orgánica
> 15/1999, de 13 de diciembre, de Protección de Datos de Carácter Personal).
> Puede ejercer sus derechos de acceso, rectificación, cancelación y
> oposición
> dirigiéndose a atencion.clientes en tasacionesh.com
> La utilización de su dirección de correo electrónico por parte de nuestra
> empresa
> queda sujeta a las disposiciones de la Ley 34/2002, de Servicios de la
> Sociedad de
> la Información y el Comercio Electrónico. Si Vd. recibe comunicación
> comercial por
> nuestra parte y desea dejar de recibirla, rogamos nos lo comunique por vía
> electrónica
> a través de la dirección atencion.clientes en tasacionesh.com
>
>
> _______________________________________________
> R-help-es mailing list
> R-help-es en r-project.org
> https://stat.ethz.ch/mailman/listinfo/r-help-es
>
>
>
>
> [[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
>
[[alternative HTML version deleted]]
Más información sobre la lista de distribución R-help-es