Anàlisi Comparativa de Mètodes de Validació Interna: Hold-Out, Cross Validation i Bootstrap en l'Estimació de l'Error per a Models Predictius en Medicina

[ES] En el presente trabajo final de máster se exploran tres métodos fundamentales de validación en el ámbito del análisis de datos predictivo (hold-out, cross-validation y bootstrap) para evaluar su eficacia en la estimación del error mediante el estudio de la distribución de este a lo largo de múltiples ejecuciones de experimentos simulados. Dada la creciente importancia de los modelos predictivos en la medicina personalizada y el diagnóstico clínico, así como prestando atención al objetivo de salud y bienestar en el marco de los Objetivos de Desarrollo Sostenible, es crucial entender cuál de estos métodos de validación proporciona estimaciones más robustas y fiables al trabajar con datos de naturaleza clínica. Utilizando conjuntos de datos sintéticos con diferentes niveles de complejidad y ruido, este estudio analiza el desempeño de cada método. Se consideran factores de estudio el error medio cuadrático, la varianza en la distribución del error, así como el costo computacional de cada método y las posibles ventajas y desventajas de cada uno. Los resultados obtenidos facilitan la selección del método de validación más apropiado para métodos predictivos, promoviendo modelos que puedan ofrecer un mejor soporte en la toma de decisiones clínicas.