¿Qué puede (y qué no) decir un modelo sobre un constructo psicológico?
Contenido
Un modelo que predice bien no necesariamente mide bien. Antes de interpretar una puntuación hay que preguntarse por su validez.
Predecir no es medir
La fiabilidad de una escala suele resumirse con el alfa de Cronbach:
Una fiabilidad alta no garantiza que el instrumento mida el constructo que creemos medir.
Ejemplo mínimo
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import cross_val_score
modelo = LogisticRegression(max_iter=1000)
puntajes = cross_val_score(modelo, X, y, cv=5, scoring="roc_auc")
print(puntajes.mean())
El AUC dice cuán bien se separan las clases, no si la variable tiene sentido clínico.
Preguntas antes de confiar en el modelo
- ¿Está validado el instrumento en esta población?
- ¿El rendimiento es similar entre grupos?
- ¿Quién se beneficia y a quién podría perjudicar una predicción errónea?