<div dir="ltr"><div class="gmail_default" style="font-family:verdana,sans-serif;font-size:small">Hola Manuel,</div><div class="gmail_default" style="font-family:verdana,sans-serif;font-size:small"><br></div><div class="gmail_default" style="font-family:verdana,sans-serif;font-size:small">Resolver el punto de corte de forma analítica implicaría el tener ajustada cada densidad también de forma analítica.</div><div class="gmail_default" style="font-family:verdana,sans-serif;font-size:small">Una alternativa que se me ocurre es la siguiente:</div><div class="gmail_default" style="font-family:verdana,sans-serif;font-size:small"><ul><li>Con la función "density()" ajustar la densidad de las presencias y las ausencias.</li><ul><li>Con esta función (del paquete base) obtienes los valores x e y. Seguro que dentro del objeto de ggplot también está, pero con "density()" acceder a esos valores es mucho más sencillo.</li></ul><li>Esos valores x, y de cada densidad, los puedes ajustar con una función polinómica, o vaya si conoces el tipo de función analítica a la que se debieran de ajustar, puedes ajustar los valores a esos datos (función "nls()" ).</li><ul><li>Y teniendo ya las funciones analíticas el problema se reduce a solucionar el sistema de ecuaciones para encontrar los puntos de corte (función "solve()").</li></ul></ul><div>Vaya, es un tanto elaborado, pero con un par de funciones sencillas, se puede automatizar todo esto. :-).</div><div><br></div></div><div class="gmail_default" style="font-family:verdana,sans-serif;font-size:small">Gracias,</div><div class="gmail_default" style="font-family:verdana,sans-serif;font-size:small">Carlos Ortega</div><div class="gmail_default" style="font-family:verdana,sans-serif;font-size:small"><a href="http://www.qualityexcellence.es">www.qualityexcellence.es</a><br></div></div><br><div class="gmail_quote"><div dir="ltr" class="gmail_attr">El lun., 24 ago. 2020 a las 14:17, Manuel Mendoza (<<a href="mailto:mmendoza@fulbrightmail.org">mmendoza@fulbrightmail.org</a>>) escribió:<br></div><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex"><div dir="ltr">Buenas tardes, tengo una variable bimodal (<i>var)</i>, de presencias y ausencias (1s y 0s) y otra variable, <i>prob</i>, con las probabilidades

 que le asigna un modelo

 (entre 0 y 1). <div>Con: <b>ggplot(Preds, aes(x=prob, fill= var )) + geom_density(alpha=.3)</b></div><div>obtengo la distribución de las presencias y de las ausencias, por separado, en función del valor de probabilidad asignado. Las dos curvas se cruzan en un punto. ¿Sabéis si hay forma de averiguar el valor de <i>prob</i> de ese punto analíticamente?</div><div>Gracias,</div><div>Manuel</div><div><div><img src="cid:ii_ke8hfzoo2" alt="image.png" style="margin-right: 0px;" width="208" height="93"><br></div></div></div>
_______________________________________________<br>
R-help-es mailing list<br>
<a href="mailto:R-help-es@r-project.org" target="_blank">R-help-es@r-project.org</a><br>
<a href="https://stat.ethz.ch/mailman/listinfo/r-help-es" rel="noreferrer" target="_blank">https://stat.ethz.ch/mailman/listinfo/r-help-es</a><br>
</blockquote></div><br clear="all"><br>-- <br><div dir="ltr" class="gmail_signature"><span style="font-family:verdana,sans-serif">Saludos,</span><br style="font-family:verdana,sans-serif">
<span style="font-family:verdana,sans-serif">Carlos Ortega</span><br style="font-family:verdana,sans-serif">
<span style="font-family:verdana,sans-serif"><a href="http://www.qualityexcellence.es" target="_blank">www.qualityexcellence.es</a></span></div>