En primer lugar, hay muchas formulaciones diferentes del principio de marginalidad. El término fue acuñado en 1928 en sociología, adoptado en un significado vagamente relacionado en economía y tiene un significado completamente diferente en estadística. El artículo de Wikipedia se refiere a un concepto que, que yo sepa, nadie ha mencionado como el principio de marginalidad (ciertamente las referencias citadas no lo hacen).
En estadística es una regla simple que si incluye un efecto de interacción en un modelo, también debe incluir ambas variables marginales. Es una guía de la experiencia más que un principio matemático. Suele ser cierto, pero no siempre.
Por ejemplo, suponga que cree que el éxito en algunos deportes depende de la fuerza y la velocidad. Usted mide la cantidad de atletas que pueden hacer press de banca y sus tiempos en el tablero de 100 metros. Multiplica los dos números y regresa alguna medida del éxito en el deporte en el producto.
- ¿Cuáles son algunas de las mejores hojas de trucos de ciencia de datos en python y r?
- ¿Cómo recopilar datos de agricultura en tiempo real para un área específica en India? Quiero hacer un informe del proyecto para mi estudio de ciencia de datos. ¿Cuáles son las fuentes de información que puedo usar?
- ¿Cómo es la escena de la ciencia de datos en Noruega a fines de 2016 antes de 2017?
- ¿Cuál es un buen método para encontrar series de tiempo crecientes o caracterizar la pendiente de una serie de tiempo?
- ¿Cómo se compara el programa inmersivo de ciencia de datos de la Asamblea General con los cursos de ciencia de datos, inteligencia artificial y aprendizaje automático / aprendizaje profundo de los MOOC?
Esto suele ser una mala idea. El resultado no te enseñará mucho. Si haces una regresión sobre la velocidad, la fuerza y el término de interacción; entonces aprenderá si los dos atributos se complementan o tienen una interacción negativa.
El artículo de Wikipedia solo advierte contra poner demasiado peso en los efectos marginales en situaciones donde dominan las interacciones. Por ejemplo, sería una tontería hablar sobre el efecto de la altura sobre la salud o el peso sobre la salud; cuando es la relación peso / altura (o términos de interacción realmente más complicados) ese es el efecto dominante.
