Angenommen, ich habe ein Modellauswahlproblem und versuche, die Modelle mit AIC oder BIC zu bewerten. Dies ist unkompliziert für Modelle mit der Nummer kkk reellwertigen Parametern. Was ist jedoch, wenn eines unserer Modelle (z. B. das Mallows-Modell ) eine Permutation plus einige reelle Parameter...
Sowohl der Likelihood-Ratio-Test als auch der AIC sind Werkzeuge zur Auswahl zwischen zwei Modellen, und beide basieren auf der Log-Likelihood. Aber warum kann der Likelihood-Ratio-Test nicht verwendet werden, um zwischen zwei nicht verschachtelten Modellen zu wählen, während AIC dies...
Der AIC ist definiert als , wobei der Maximum-Likelihood-Schätzer und die Dimension des Parameterraums ist. Bei der Schätzung von vernachlässigt man normalerweise den konstanten Faktor der Dichte. Dies ist der Faktor, der nicht von den Parametern abhängt, um die Wahrscheinlichkeit zu vereinfachen....
Ich führe ein Poisson-Regressionsmodell mit 1 Antwortvariablen und 6 Kovariaten durch. Die Modellauswahl mit AIC ergibt ein Modell mit allen Kovariaten sowie 6 Interaktionstermen. Der BIC führt jedoch zu einem Modell mit nur 2 Kovariaten und keinen Interaktionstermen. Ist es möglich, dass die...
Aus Wikipedia gibt es eine Definition von Akaikes Informationskriterium (AIC) als , wobei die Anzahl der Parameter und die log-Wahrscheinlichkeit des Modells ist.AIC=2k−2logLAIC=2k−2logL AIC = 2k -2 \log L kkklogLlogL\log L Unsere Ökonometrie stellt jedoch an einer angesehenen Universität fest,...
Der springende Punkt von AIC oder einem anderen Informationskriterium ist, dass weniger besser ist. Wenn ich also zwei Modelle M1 habe: y = a0 + XA + e und M2: y = b0 + ZB + u, und wenn der AIC des ersten (A1) kleiner ist als der des zweiten (A2), dann hat M1 eine bessere Anpassung aus...
Mein Kollege möchte einige Daten analysieren, nachdem er die Antwortvariable transformiert hat, indem er sie auf die Potenz von (d. ).1818\frac18y0.125y0.125y^{0.125} Das ist mir unangenehm, aber ich habe Mühe zu erklären, warum. Ich kann mir keine mechanistischen Gründe für diese Transformation...
Ich verstehe also, dass die Variablenauswahl Teil der Modellauswahl ist. Woraus besteht die Modellauswahl genau? Ist es mehr als das Folgende: 1) Wählen Sie eine Distribution für Ihr Modell 2) erklärende Variablen wählen,? Ich frage dies, weil ich einen Artikel von Burnham & Anderson lese : AIC...
Wie kann ich Modelle mit unterschiedlichen Verknüpfungsfunktionen vergleichen, wenn dieselben Kovariaten und Verteilungsfamilien verwendet werden? Ich denke, die richtige Antwort hier ist "AIC / BIC", aber ich bin nicht 100% sicher. Ist es möglich, verschachtelte Modelle zu haben, wenn sie einen...
Ich habe einen Zeitreihendatensatz, an den ich ein Hidden Markov Model (HMM) anpasse, um die Anzahl der latenten Zustände in den Daten abzuschätzen. Mein Pseudocode dafür ist der folgende: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ... optimal_number_of_states =...
Ich habe einen sehr großen Datensatz und es fehlen ungefähr 5% zufällige Werte. Diese Variablen sind miteinander korreliert. Der folgende Beispiel-R-Datensatz ist nur ein Spielzeugbeispiel mit Dummy-korrelierten Daten. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000,...
Wir haben zwei Modelle, die dieselbe Methode zur Berechnung der Log-Wahrscheinlichkeit verwenden, und der AIC für eines ist niedriger als das andere. Das mit dem niedrigeren AIC ist jedoch weitaus schwieriger zu interpretieren. Wir haben Schwierigkeiten zu entscheiden, ob es sich lohnt, die...
Die R-Dokumentation für beide gibt nicht viel Aufschluss. Alles, was ich von diesem Link bekommen kann, ist, dass es in Ordnung sein sollte, einen von beiden zu verwenden. Was ich nicht verstehe ist, warum sie nicht gleich sind. Fakt: Die schrittweise Regressionsfunktion in R, step()verwendet...
Chris Chatfield, dessen viele hochwertige Bücher und Papiere ich gerne gelesen habe, gibt in (1) folgende Ratschläge: Zum Beispiel sollte wahrscheinlich die Wahl zwischen ARIMA-Zeitreihenmodellen mit niedrigen und ungefähr gleichen AIC-Werten getroffen werden, bei denen nicht der minimale AIC...
Ich möchte Daten mit Proportionen zwischen drei verschiedenen Gruppen vergleichen, z. ID Group Prop.Nitrogen 1 A 0.89 2 A 0.85 3 B 0.92 4 B 0.97 Nach Wharton und Hui (doi: 10.1890 / 10-0340.1 1 ) dachte ich, ich würde sehen, ob diese Daten besser mit einem transformierten Logit behandelt...
Wie kann ich die Anzahl der Parameter in einem künstlichen neuronalen Netzwerk berechnen, um dessen AIC zu
Ich habe kürzlich 4 multiple Regressionsmodelle für dieselben Prädiktor- / Antwortdaten angepasst. Zwei der Modelle passen zur Poisson-Regression. model.pois <- glm(Response ~ P1 + P2 +...+ P5, family=poisson(), ...) model.pois.inter <- glm(Response ~ (P1 + P2 +...+ P5)^2, family=poisson(),...
Zumindest unter Statistikern höheren Kalibers ist es allgemein bekannt, dass Modelle mit Werten der AIC-Statistik innerhalb eines bestimmten Schwellenwerts des Mindestwerts als angemessen angesehen werden sollten wie das Modell zur Minimierung der AIC-Statistik. Zum Beispiel finden wir in [1,...
Auf der Wikipedia- Seite heißt es, dass Box-Jenkins eine Methode ist, um ein ARIMA-Modell an eine Zeitreihe anzupassen. Wenn ich nun ein ARIMA-Modell an eine Zeitreihe anpassen möchte, öffne ich SAS, rufe auf proc ARIMA, gebe die Parameter und SAS gibt mir AR- und MA-Koeffizienten. Jetzt kann ich...
Ich bin mit dieser Literatur nicht so vertraut. Bitte verzeihen Sie mir, wenn dies eine offensichtliche Frage ist. Da AIC und BIC von der Maximierung der Wahrscheinlichkeit abhängen, können sie anscheinend nur verwendet werden, um relative Vergleiche zwischen einer Reihe von Modellen anzustellen,...