| 5 | |
| 6 | |
| 7 | A menudo, para evitar la heterocedasticidad del error, o simplemente |
| 8 | por la propia naturaleza del modelo, se introduce una transformación |
| 9 | en la variable observada para construir el output. |
| 10 | |
| 11 | En estas circunstancias el output y las observaciones (observations) |
| 12 | no coinciden: |
| 13 | |
| 14 | [[LatexEquation(Output = Transformation(Observations)=T(Observations) )]] |
| 15 | |
| 16 | y del mismo modo la descomposición del output (descomposición natural) |
| 17 | no es válida para las observaciones, convirtiendose la descomposición |
| 18 | de la variable observada (u observaciones) en una descomposición |
| 19 | no aditiva (multiplicativa en el caso de la transformación logarítmica). |
| 20 | |
| 21 | En estos casos, la descomposición aditiva de las observaciones |
| 22 | ya no es trivial, y es necesario definir adecuadamente cómo obtenerla. |
| 23 | |
| 24 | El caso más común es la transformación logarítmica, aunque los conceptos |
| 25 | son aplicables a cualquier transformación. |
| 26 | |
| 27 | [[LatexEquation(Output = Log(Observations) = Noise + \sum_{i} Exp.Term_i)]] |
| 28 | |
| 29 | |
| 30 | == -- Descomposición ordenada == |
| 31 | |
| 32 | Dada una descomposición del output podemos obtener una descomposición |
| 33 | aditiva de las observaciones introduciendo uno a uno los sumandos |
| 34 | y determinando el efecto aditivo que les corresponde. |
| 35 | |
| 36 | Sea una descomposición del output: |
| 37 | |
| 38 | [[LatexEquation(Output = \sum_{i} Cont_i)]] |
| 39 | |
| 40 | donde [[LatexEquation(Cont_i)]] representa la contribución i del [[LatexEquation(Exp.Term_i)]] al output. |
| 41 | |
| 42 | podemos encontrar una descomposición de las observaciones como una |
| 43 | suma de efectos de las contribuciones (effects): |
| 44 | |
| 45 | [[LatexEquation(Observations = Transformation.Inverse(Output) = T^{-1}(Observarion) = \sum_{i}Effect_i)]] |
| 46 | |
| 47 | de modo que el efecto de la contribución i-ésima sea: |
| 48 | |
| 49 | [[LatexEquation(Effect.Ordered_i = T^{-1}(\sum_{j=1}^{i}Cont_j) - T^{-1}(\sum_{j=1}^{i-1}Cont_j))]] |
| 50 | |
| 51 | A este tipo de descomposición se le conoce como "descomposición ordenada" |
| 52 | ya que depende del orden de las contribuciones de la descomposición de partida |
| 53 | (descomposición del output). |
| 54 | |
| 55 | == -- Efecto inicial de la transformación == |
| 56 | |
| 57 | En la descripción anterior hemos pasado por alto las consecuencias de |
| 58 | que la transformación inversa de 0 (el elemento neutro en la adición) |
| 59 | no sea 0: |
| 60 | [[LatexEquation(T^{-1}(0) \neq 0)]] |
| 61 | |
| 62 | |
| 63 | En este caso es necesario introducir un término de efectos adicional [[LatexEquation(Effect_0)]] en la descomposición: |
| 64 | |
| 65 | [[LatexEquation(Effect_0 = T^{-1}(0))]] |
| 66 | |
| 67 | quedando: |
| 68 | |
| 69 | [[LatexEquation(Observations = Effect_0 + \sum_{i=1}^{N}Effect_i )]] |
| 70 | |
| 71 | |
| 72 | Para entender el significado de este effecto inicial, debemos prestar |
| 73 | atención a la naturaleza de este valor. |
| 74 | Sin embargo podemos imaginar que este valor corresponde con un valor |
| 75 | base o valor de referencia de la transformación. |
| 76 | |
| 77 | '''CASO 1''' |
| 78 | |
| 79 | Imaginemos un caso de transformación bastante sencillo, consistente en: |
| 80 | |
| 81 | [[LatexEquation(T(x) = x - x_0)]] |
| 82 | |
| 83 | En este caso el efecto inicial causado por la transformación es: |
| 84 | |
| 85 | [[LatexEquation(Effect_0 = T^{-1}(0) = x_0)]] |
| 86 | |
| 87 | que no hace más que introducir en la descomposición el valor de referencia |
| 88 | sustraido en la transformación. |
| 89 | |
| 90 | '''CASO 2''' |
| 91 | |
| 92 | Imaginemos ahora un de los casos más comunes: una transformación logarítmica: |
| 93 | |
| 94 | [[LatexEquation(T(x) = Log(x))]] |
| 95 | |
| 96 | En este caso el efecto inicial causado por el logaritmo es: |
| 97 | |
| 98 | [[LatexEquation(Effect_0 = T^{-1}(0) = Exp(0) = 1)]] |
| 99 | |
| 100 | de modo que la primera contribución será: |
| 101 | |
| 102 | [[LatexEquation(Effect.Ordered_1 = Exp(Cont_1) - Exp(0))]] |
| 103 | |
| 104 | Esta expressión puede verse como: |
| 105 | |
| 106 | [[LatexEquation(Effect.Ordered_1 = Exp(0) * ( Exp(Cont_1) -1) \sim Exp(0) * Cont_1)]] |
| 107 | |
| 108 | e interpretar que el effecto inicial es un valor base sobre el que se |
| 109 | calculan el efecto de las demás contribuciones. |
| 110 | |
| 111 | Por ello, habitualmente, en caso de existir este valor inicial se recoge |
| 112 | en una primera contribución o contribución principal conocida como base. |
| 113 | |
| 114 | Véanse más adelante las "Descomposiciones base". |
| 115 | |
| 116 | == -- Descomposición canónica == |
| 117 | |
| 118 | Para evitar la dependencia con el orden de las contribuciones, se propone |
| 119 | con el nombre de descomposición canónica a la descomposición media sobre |
| 120 | el conjunto de permutaciones de las contribuciones: |
| 121 | |
| 122 | [[LatexEquation(Effect.Canonical_i = \frac {\sum_{P} Effect.Ordered_i} {Card(P)})]] |
| 123 | |
| 124 | donde [[LatexEquation(P)]] es el conjunto de las permutaciones de N elementos (N efectos) y [[LatexEquation(Card(P))]] es el cardinal de ese conjunto. |
| 125 | Es decir, es una media de todos los valores que toma el efecto i en cada permutación. |
| 126 | |
| 127 | |
| 128 | == -- Descomposiciones inexactas == |
| 129 | |
| 130 | === * Descomposición FirstIn (o de contribuciones primeras) === |
| 131 | |
| 132 | Otro modo de descomponer las observaciones evitando la necesidad de definir |
| 133 | un orden en las contribuciones es determinar el efecto de cada contribución |
| 134 | como si fuera la primera: |
| 135 | |
| 136 | [[LatexEquation(Effect.FirstIn_i = T^{-1}(Cont_i))]] |
| 137 | |
| 138 | Sin embargo esta "descomposición de contribuciones primeras" no es exacta |
| 139 | dejando una diferencia conocida como sinergía: |
| 140 | |
| 141 | [[LatexEquation(Synergy = Observations - \sum_{i} Effect.FirstIn_i)]] |
| 142 | |
| 143 | |
| 144 | === * Descomposición Marginal (o de contribuciones marginales) === |
| 145 | |
| 146 | Del mismo modo que podemos tomar el efecto como si fuese la primera, podemos |
| 147 | tomar el efecto marginal (o efecto en el caso de que fuese la última): |
| 148 | |
| 149 | [[LatexEquation(Effect.Marginal_i = Observations - T^{-1}(Output - Cont_i))]] |
| 150 | |
| 151 | Del mismo modo que la anterior la "descomposición de contribuciones marginales" |
| 152 | presenta sinergía: |
| 153 | |
| 154 | [[LatexEquation(Synergy = Observations - \sum_{i} Effect.Marginal_i)]] |
| 155 | |
| 156 | |
| 157 | == -- Descomposiciones mixtas == |
| 158 | |
| 159 | Además de las descomposiciones anteriores, podemos definir descomposiciones mixtas |
| 160 | dónde el efecto de cada contribución pueda ser calculado con un criterio diferente. |
| 161 | |
| 162 | == -- Descomposiciones base == |
| 163 | |
| 164 | Una de las descomposiciones mixtas más comunes, es aquélla en la que hay una |
| 165 | contribución principal (que habitualmente recoge la mayor parte de la descomposición) |
| 166 | y sobre la que se quieren referir los efectos de las demás contribuciones. |
| 167 | |
| 168 | El efecto de esta contribución principal (conocida como base) se determina como si |
| 169 | fuese una contribución primera, y el resto de contribuciones se calculan mediante |
| 170 | otra descomposición (normalmente una libre de sinergía como la descomposición canónica). |
| 171 | El efecto de esta contribución base asume además el valor del efecto inicial causado |
| 172 | por la transformación (en caso de existir). |
| 173 | |
| 174 | Sea una descomposición (con contribución principal) del output: |
| 175 | |
| 176 | [[LatexEquation(Output = Base + \sum_{i} Cont_i)]] |
| 177 | |
| 178 | la descomposición de las observaciones: |
| 179 | |
| 180 | [[LatexEquation(Observations = Effect.Base + \sum_{i} Effect_i)]] |
| 181 | |
| 182 | vendrá dada por: |
| 183 | |
| 184 | [[LatexEquation(Effect.Base = T^{-1}(Base))]] |
| 185 | |
| 186 | y los efectos obtenidos sobre la descomposición de las contribuciones |
| 187 | restantes considerando la base como contribución primera. |
| 188 | |
| 189 | Por ejemplo el efecto de las contribuciones ordenadas sería: |
| 190 | |
| 191 | [[LatexEquation(Effect.Base.Ordered_i = T^{-1}(Base + \sum_{j=1}^{i}Cont_j) - T^{-1}(Base + \sum_{j=1}^{i-1}Cont_j))]] |
| 192 | |
| 193 | que en el caso de una transformación logarítmica se puede escribir como: |
| 194 | |
| 195 | [[LatexEquation(Effect.Base.Ordered_i = Exp(Base + \sum_{j=1}^{i}Cont_j) - Exp(Base + \sum_{j=1}^{i-1}Cont_j) = )]] |
| 196 | [[LatexEquation(= Exp(Base) * [Exp(\sum_{j=1}^{i}Cont_j) - Exp(\sum_{j=1}^{i-1} Cont_j)] = Effect.Base * Effect.Ordered_i)]] |
| 197 | |
| 198 | En el caso logarítmico este resultado es general y puede aplicarse a otras |
| 199 | descomposiciones de las componentes restantes como una descomposición canónica: |
| 200 | |
| 201 | [[LatexEquation(Effect.Base.Canonical_i = Effect.Base * Effect.Canonical_i)]] |
| 202 | |
| 203 | |
| 204 | == -- Descomposiciones modificadas == |
| 205 | |
| 206 | Algunas de las descomposiciones anteriores se caracterizan por presentar contribuciones |
| 207 | adicionales como el efecto inicial de la transformación o la sinergía de la descomposición. |
| 208 | |
| 209 | Estas decomposiciones pueden modificarse, distribuyendo estas contribuciones entre el resto |
| 210 | del siguiente modo: |
| 211 | |
| 212 | Sea una descomposición: |
| 213 | |
| 214 | [[LatexEquation(Observation = \sum_{i} Effect_i = Effect.Extra)]] |
| 215 | |
| 216 | donde el efecto extraordinario [[LatexEquation(Effect.Extra)]] corresponde el efecto |
| 217 | (o suma de efectos) que desea eliminarse. |
| 218 | |
| 219 | La nueva descomposición libre de efectos extraordinarios será: |
| 220 | |
| 221 | [[LatexEquation(Observations = \sum_{i} Effect.Modified_i)]] |
| 222 | |
| 223 | donde cada effecto modificado tiene la forma: |
| 224 | |
| 225 | [[LatexEquation(Effect.Modified_i = Effect_i *(\frac {Observations} {Observations - Effect.Extra}))]] |
| 226 | |
| 227 | }}} |