Estoy intentando realizar un EPT con un tamaño de muestra de 150 encuestados. También me gustaría utilizar la validación cruzada, pero mi profesor dice que la muestra no es lo suficientemente grande para ello. ¿Es eso cierto?
Esto definitivamente no es cierto. La validación cruzada debe hacerse siempre para evitar el sobreajuste en el régimen frecuentista. En el análisis genético, hay casos en los que al estudiar un cáncer el tamaño de la muestra es de 40, por lo que la división es de 36 de entrenamiento y 4 de prueba en el régimen de 10 pliegues. Véase el ejemplo de la página 245 del libro de Hastie, Tibshirani y Friedman, en el que se utiliza la CV cuando el número de predictores es 100 veces superior al número de muestras, si todavía no está convencido.
Incluso sugeriría lo contrario.
Cuando se tienen suficientes datos, se puede hacer la selección/evaluación del modelo con una simple división, por ejemplo, para dividir los datos en entrenamiento/desarrollo/prueba.
Cuando no se dispone de suficientes datos, hay que considerar procedimientos estadísticos más avanzados, como la validación cruzada y el bootstrapping, para asegurarse de obtener todo lo posible de los recursos limitados.
Por ejemplo, en bioinformática es habitual tener una muestra de datos con un tamaño muy limitado. (A menudo hay casos en los que el número de características es mucho mayor que el número de instancias de datos). La validación cruzada de un solo uso es una opción popular en esta situación, que puede verse en muchas publicaciones en este campo.
I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.
0 votos
Supongo que depende del tamaño de su modelo, es decir, del número de factores latentes. ¿Puede comentarlo?
0 votos
Se supone que es un modelo de un solo factor, con 18 variables observadas.