Formación

La pasada semana, in un examen, me preguntaron cuál era el mejor punto para una prueba diagnóstica; era necesario razonar mi respuesta. Seguramente mi respuesta fue correcta, pero mi razonamiento no lo fue y por eso quería redimirme. Para evaluar las pruebas diagnósticas con una respuesta binaria (sí/no), contamos con la sensibilidad y la especificidad. La sensibilidad es la capacidad que tiene la prueba para acertar sobre los que de verdad tiene que acertar (la probabilidad de etiquetar como enfermos a aquellos que verdaderamente están enfermos). La especificidad es una medida que nos indica cuánto nos hemos equivocado con los «unos» (la probabilidad de etiquetar enfermos a pacientes sanos). Una forma de medir cuánto acertamos y cuánto nos equivocamos con nuestra prueba. Para analizar el comportamiento de nuestra prueba diagnóstica, debemos determinar un punto de corte. Para ilustrar cómo seleccionar el mejor punto de corte, vamos a emplear unos datos sacados de la web de bioestadística del Hospital Ramón y Cajal y vamos a elaborar una curva ROC con R y ggplot2. ...

Buena iniciativa en la que seguro que algún lector está interesado: http://www.galpon.org/content/2a-xornada-dos-sabados-libres-na-altamar-estatistica-con-r-i En este enlace podéis ver con más detalle el contenido del curso. Saludos.

Quedarnos con un elemento específico de un objeto en R. Viene de una duda planteada por un lector que surgía a raíz de un post dedicado al $p$-valor y al tamaño muestral. José Ignacio desea almacenar en un objeto el $p$-valor asociado a un test de Wald para la independencia entre los niveles de un factor. Una sugerencia para poder trabajar con este elemento: y <- c(rep(1, 200), rep(0, 100)) x <- c(rep(1, 32), rep(0, 168), rep(1, 15), rep(0, 85)) datos <- data.frame(y, x) table(datos) modelo.1 <- glm(y ~ x, data = datos, family = binomial) summary(modelo.1) Para la realización del test de Wald con R vamos a emplear la librería lmtest: ...

Me ha gustado esta noticia de Elconfidencial.com: http://www.elconfidencial.com/tecnologia/2013-12-19/un-matematico-andaluz-desconocido-es-el-mejor-cientifico-de-datos-del-mundo_67675/. Resulta que José Antonio Guerrero es el número uno en Kaggle. Mirad que paso rato yo por Kaggle y no me había dado cuenta nunca de esto. He de confesaros que esta noticia me ha emocionado. Por cierto, si visitáis el perfil de José Antonio, entre sus skills está R y en la foto está trabajando con Excel. Un personaje excepcional.

El otro martes, Teresa, mi profesora de la Facultad de Estudios Estadísticos, dijo una frase que me dejó helado: «Ojo con el p-valor porque depende del tamaño muestral». Estábamos estudiando regresión logística y tests de independencia. Ahora que uno mismo vuelve a estudiar qué es lo que hay detrás de la salida de los programas estadísticos, se plantean muchas dudas. Por definición, el p-valor depende del tamaño muestral y es una medida que la tomamos como un axioma para todo: el p-valor nunca miente hasta que tenemos mucha exposición. Voy a utilizar un ejemplo que vi en clase con Teresa ligeramente retocado (no creo que se enfade, no creo ni que lea esto). Trabajo con SAS porque estoy más acostumbrado a la salida que ofrece. Se trata de realizar un test de independencia para una tabla 2x2. La $H_0$ o hipótesis nula es que existe independencia entre el factor de nuestro estudio y la variable dependiente; en nuestro caso, $H_0$ es «no hay relación entre la utilización de un pesticida y la presencia de una enfermedad», frente a $H_1$, «hay relación entre la utilización del pesticida y la presencia de la enfermedad». Simulamos los datos con SAS: ...

El 2 de octubre tuvimos propuesta de Directiva Quick-fix II con las fechas de entrada en funcionamiento de Solvencia II. Esto se votó a toda prisa el viernes 21 de noviembre y, a grandes rasgos, se decide que sea el 01/01/2016 el gran momento. Ya hay texto, hay directrices de EIOPA y parece que todo está en marcha. Ya veremos qué pasa con las garantías a largo plazo (qué grande el seguro de decesos). A ver si ya termina de cerrarse el desarrollo normativo. Parece que Solvencia II va a resolverse antes que el Baremo de Autos. Saludos.

Tenemos unos datos en Excel y deseamos crear un objeto en R con ellos. La forma más sencilla es seleccionar y copiar los datos y ejecutar el siguiente código: datos <- read.delim("clipboard") str(datos) Muy sencillo, pero necesitaba “fustigarme”. Si deseamos llevar los datos de R a Excel (el camino contrario), hacemos: write.table(datos, "clipboard", sep = "\t", row.names = FALSE) Igual de sencillo. No hagáis como yo, no olvidéis este código. Saludos.

Para identificar el color de una celda en Excel, podemos emplear Interior.Color del siguiente modo: Sub Macro1() Dim i As Long Dim dato As Long For i = 3 To 6 dato = Cells(i, 2).Interior.Color Cells(i, 3).Value = dato Next i End Sub No funciona con formatos condicionales; si deseáis utilizar los colores de los formatos condicionales, habréis de idear cómo hacerlo o bien esperar a que tenga tiempo a redactar cómo lo hago yo; pero que nadie se espere un programa en Visual Basic brillante, que no fui capaz de hacerlo. Saludos.

Si necesitamos agrupar un campo de una tabla dinámica, tenemos dos opciones: por un lado, agrupar manualmente o bien crear intervalos de determinado tamaño. Para agrupar datos manualmente, seleccionamos los elementos que deseamos agrupar en la tabla dinámica y pulsamos botón derecho > Agrupar: Inmediatamente se nos crea un nuevo campo en la tabla dinámica que, por sufijo, tendrá un “2” y aparece un nuevo grupo que por defecto se llamará “Grupo 1”. Podemos cambiar el nombre; en este caso agrupamos trimestres o cuatrimestres: ...

Empleamos LIBNAME con SAS para acceder a Excel. Es un truco con limitaciones y que se tiene que ir mejorando a futuro. Se trata de leer todas las hojas de un libro Excel y pegarlas verticalmente en otra hoja QUE NO DEBE EXISTIR PREVIAMENTE. La macro es la siguiente; no se acompaña de un ejemplo de uso debido a su sencillez: %macro une_excel(ubicacion, nombre_union); libname selec "&ubicacion."; proc sql noprint; select "SELEC.'" || memname || "'n" into :lista_excel separated by " " from dictionary.members where libname = "SELEC"; quit; data SELEC.&nombre_union.; set &lista_excel.; run; libname selec clear; %mend; %une_excel(C:\TEMP\unir_excel2\unidos.xlsx, todas); Creamos una librería SAS a un libro Excel determinado. Leemos con DICTIONARY las hojas que tiene dicho libro y las unimos en una hoja de ese libro, que será la última. Como buena costumbre, desasignamos la librería con LIBNAME CLEAR. Como se ha indicado antes, tiene limitaciones; por ejemplo, no debe existir la hoja final con la unión. Pero es un buen ejemplo de uso de LIBNAME + Excel y DICTIONARY. Saludos.