Non ho molta familiarità con questa letteratura, quindi per favore perdonami se questa è una domanda ovvia.
Poiché AIC e BIC dipendono dal massimizzare la probabilità, sembra che possano essere utilizzati solo per effettuare confronti relativi tra un set di modelli che tentano di adattarsi a un determinato set di dati. Secondo la mia comprensione, non avrebbe senso calcolare l'AIC per il modello A sul set di dati 1, calcolare l'AIC per il modello B sul set di dati 2, quindi confrontare i due valori AIC e giudicarlo (ad esempio) Il modello A si adatta al set di dati 1 meglio del modello B si adatta al set di dati 2. O forse mi sbaglio e questa è una cosa ragionevole da fare. Per favore mi faccia sapere.
La mia domanda è questa: esiste una statistica adatta al modello che può essere utilizzata per confronti assoluti anziché solo relativi? Per i modelli lineari, qualcosa come funzionerebbe; ha una gamma definita e disciplina idee specifiche su ciò che è un "buon" valore. Sto cercando qualcosa di più generale e ho pensato che potrei iniziare facendo un ping agli esperti qui. Sono sicuro che qualcuno abbia pensato a questo genere di cose prima, ma non conosco bene i termini giusti per effettuare una ricerca produttiva su Google Scholar.
Qualsiasi aiuto sarebbe apprezzato.