Re: Método para comparar estrategias y elegir la mejor
Publicado: 06 Nov 2018 11:42
Gracias, Rango Starr.
Hay que tener cuidado en poner demasiados filtros (no lo digo por tí). Porque pueden ser un autoengaño. Si se ponen muchos filtros la frecuencia operatoria baja mucho y pone en peligro que el SQN > 1.
Digamos que poner muchos filtros es una sobreoptimización encubierta y el SQN (o tu indicador preferido de robustez) descubre la falta de robustez del sistema.
Lo que quiero decir es podríamos observar que los días que llueve nuestras operación tiene un mayor porcentaje de acierto, por ejemplo, y podemos pensar que sería bueno poner ese filtro. Pero en realidad es puro azar y que no hay ninguna relación causa/efecto entre la lluvia y nuestro porcentaje de aciertos.
Un gran problema es si mejoran las estadísticas añadiendo un filtro si es pura casualidad o si realmente hay una causa/efecto. Para discernirlo puede sernos útil un indicador de robustez como el SQN u otro indicador que prefieras. Un SQN < 1 nos indica que no está demostrado que haya una relación de causa/efecto.
T-Student, el estadístico en que está inspirado el SQN, está pensado para descartar, o no, una hipotética relación causa/efecto.
Saludos.
Hay que tener cuidado en poner demasiados filtros (no lo digo por tí). Porque pueden ser un autoengaño. Si se ponen muchos filtros la frecuencia operatoria baja mucho y pone en peligro que el SQN > 1.
Digamos que poner muchos filtros es una sobreoptimización encubierta y el SQN (o tu indicador preferido de robustez) descubre la falta de robustez del sistema.
Lo que quiero decir es podríamos observar que los días que llueve nuestras operación tiene un mayor porcentaje de acierto, por ejemplo, y podemos pensar que sería bueno poner ese filtro. Pero en realidad es puro azar y que no hay ninguna relación causa/efecto entre la lluvia y nuestro porcentaje de aciertos.
Un gran problema es si mejoran las estadísticas añadiendo un filtro si es pura casualidad o si realmente hay una causa/efecto. Para discernirlo puede sernos útil un indicador de robustez como el SQN u otro indicador que prefieras. Un SQN < 1 nos indica que no está demostrado que haya una relación de causa/efecto.
T-Student, el estadístico en que está inspirado el SQN, está pensado para descartar, o no, una hipotética relación causa/efecto.
Saludos.