Selección de Modelos Mediante Validación Cruzada Multifolde

Una extensión natural del método simple de validación cruzada leave-one-out (CV) es permitir la eliminación de más de una observación. En este artículo, se discuten varias nociones del método de validación cruzada multifolde (MCV). En el contexto de la selección de variables bajo un modelo de regresión lineal, mostramos que el criterio delete-d MCV es asintóticamente equivalente al conocido criterio FPE. También se estudian dos métodos computacionalmente más factibles, la validación cruzada r-vueltas y el criterio repetido de aprendizaje-prueba. Se comparan las prestaciones de estos criterios con el método simple de validación cruzada leave-one-out. Se obtienen resultados de simulación para comprender algunas propiedades en muestras pequeñas de estos métodos.