Hola Jes�s, Ciertamente no entend� la situaci�n que planteabas. Si no sigo entendi�ndolo mal, en el fondo se trata de estudiar mediante bootstrap la distribuci�n de la suma de los pedidos en 6 d�as, que entiendo que presupones independientes entre ellos (no hace falta por ejemplo que sean bloques de 6 d�as consecutivos). En este caso creo que el enfoque y el c�digo que propones ya es acertado. Posiblemente se pueda optimizar algo substituyendo las l�neas de tu c�digo nuevo<-sample(datos$pedidos,replace=T) final[i]<-sum(nuevo[1:6])
por: nuevo<-sample(datos$pedidos, size = 6, replace=T) final[i]<-sum(nuevo) para evitar cada vez extraer una remuestra enorme de la que s�lo aprovechas los 6 primeros elementos. Tambi�n alojar�a ya de entrada espacio de memoria para 'final' para evitar problemas de gesti�n de memoria al tener que ir ampli�ndolo: final<-numeric(100000) # nuevo<-0 (no hace falta) Saludos, Jordi De: Jes�s Para Fern�ndez [mailto:[email protected]] Enviado el: mi�rcoles, 27 de enero de 2016 12:40 Para: JORGE OCA�A REBULL <[email protected]>; [email protected] Asunto: RE: [R-es] Bootstrap data frame (Jes�s Para Fern�ndez) Buenas Jorge, No s� si estamos hablando exactamente de lo mismo. Me explicar� mejor, ya que me he dado cuenta que no lo he hecho bien. Lo que quiero es buscar un �ptimo para no quedarme nunca sin stock. Tengo un listado de piezas pedidas durante un a�o, de la forma siguiente: 1 de enero 2 piezas pedidas 2 de enero 0 .... 15 de diciembre 0 piezas pedidas Se que el recambio me tarda en llegar 6 dias(por ejemplo), por lo que me interesa tener la tienda con el stock optimo, es decir, aquel que me permite no tener un exceso de stock pero que me garantice con un % de probabilidad que no me voy a quedar sin stock. Por ello, lo que hago son muestras bootstrap sobre la poblaci�n, cogiendo 6 dias al azar y viendo que he pedido en esos 6 dias. Con una tabla de frecuencias, veo como se reparte esa frecuencia de pedidos y sobre eso y los porcentajes acumulados, obtengo la probabilidad de veces que se da cada casuistica. Como ejemplo, a�ado datos.txt, el cual contiene una tabla de cada dia y los pedidos que se hacen cada uno de esos dias. Si el pedido tarda en este caso en llegar 6 dias, entonces hago muestras bootstrap y saco la tabla de frecuencias. #codigo R set.seed(121) final<-0 nuevo<-0 for(i in 1:100000){ nuevo<-sample(datos$pedidos,replace=T) final[i]<-sum(nuevo[1:6]) } hist(final,col=8,breaks=50) table(final) Con esto puedo crear lo que aparece en stockmin donde me dice el porcentaje de veces que me se piden las cantidades, por ejemplo, se que si pongo stock minimo de 3, el 60% de las veces lo cumplo, pero el 40% me quedo sin stock. Para garantizarme la viabilidad iria a un porcentaje del 99%, que es un stock de 50. �Como veis este metodo? Gracias Jes�s > From: [email protected]<mailto:[email protected]> > To: [email protected]<mailto:[email protected]> > Date: Wed, 27 Jan 2016 10:14:20 +0000 > Subject: [R-es] Bootstrap data frame (Jes�s Para Fern�ndez) > > Hola Jes�s, > Si no entiendo mal lo que planteas, has observado unas frecuencias > N = c(12, 0, 8, 6, 4, 2) > de pedidos acaecidos en 1:6 d�as, en total > n = sum(N) > pedidos. Llamemos P = (p1, p2, ..., p6) a las probabilidades "te�ricas" de > pedido en cada d�a. En principio el vector N se puede considerar una > realizaci�n de una distribuci�n multinomial M(n; p1, ..., p6). > P se puede estimar mediante las frecuencias relativas N / n, y una remuestra > bootstrap corresponder�a a una realizaci�n de una multinomial M(n; N/n), es > decir: > rmultinom(1, n, N/n) > o si deseas generar 'b' remuestras bootstrap: > rmultinom(b, n, N/n) > > F�jate que el proceso anterior es equivalente aunque m�s compacto y > posiblemente m�s r�pido al t�pico proceso que se suele designar como > "bootstrap no param�trico", generar muestras aleatorias y con reemplazamiento > de la muestra original. Las frecuencias anteriores ser�an asimilables a una > gran muestra, un vector de 'n' valores 1, 2, ..., 6, en la que hubiese 12 > valores 1, ning�n valor 2, 8 valores 3, etc. Tomando una muestra aleatoria > (sample, etc.) de tama�o n del vector anterior y luego calculando las > frecuencias de 1, ..., 6 observadas en ella se reproducir�a el proceso basado > en la multinomial. > > Este enfoque tiene el inconveniente de que convierte lo improbable en > imposible, en ninguna remuestra bootstrap aparecer� el d�a 2. La soluci�n > consistir�a en asumir alg�n modelo para las probabilidades p1, ..., p6, de > manera que se pudiesen estimar a partir de la muestra, de una manera m�s > "refinada" que una simple frecuencia relativa. En este caso la estimaci�n de > p2, aunque seguramente peque�a, no ser�a 0. La idea de la multinomial > seguir�a siendo v�lida pero ahora a partir de estas nuevas estimaciones de > las probabilidades. > > Saludos > > Jordi Oca�a Rebull > Dep. d'Estad�stica > Universitat de Barcelona > > > > Aquest correu electr�nic i els annexos poden contenir informaci� confidencial > o protegida legalment i est� adre�at exclusivament a la persona o entitat > destinat�ria. Si no sou el destinatari final o la persona encarregada de > rebre'l, no esteu autoritzat a llegir-lo, retenir-lo, modificar-lo, > distribuir-lo, copiar-lo ni a revelar-ne el contingut. Si heu rebut aquest > correu electr�nic per error, us preguem que n'informeu al remitent i que > elimineu del sistema el missatge i el material annex que pugui contenir. > Gr�cies per la vostra col�laboraci�. > > Este correo electr�nico y sus anexos pueden contener informaci�n confidencial > o legalmente protegida y est� exclusivamente dirigido a la persona o entidad > destinataria. Si usted no es el destinatario final o la persona encargada de > recibirlo, no est� autorizado a leerlo, retenerlo, modificarlo, distribuirlo, > copiarlo ni a revelar su contenido. Si ha recibido este mensaje electr�nico > por error, le rogamos que informe al remitente y elimine del sistema el > mensaje y el material anexo que pueda contener. Gracias por su colaboraci�n. > > This email message and any documents attached to it may contain confidential > or legally protected material and are intended solely for the use of the > individual or organization to whom they are addressed. We remind you that if > you are not the intended recipient of this email message or the person > responsible for processing it, then you are not authorized to read, save, > modify, send, copy or disclose any of its contents. If you have received this > email message by mistake, we kindly ask you to inform the sender of this and > to eliminate both the message and any attachments it carries from your > account. Thank you for your collaboration. > > [[alternative HTML version deleted]] > > _______________________________________________ > R-help-es mailing list > [email protected]<mailto:[email protected]> > https://stat.ethz.ch/mailman/listinfo/r-help-es [[alternative HTML version deleted]]
_______________________________________________ R-help-es mailing list [email protected] https://stat.ethz.ch/mailman/listinfo/r-help-es
