Si può raccomandare il libro di Burnham-Anderson sull'inferenza del modello multiplo?

Come motivato dal recente cambiamento della statistica di selezione del modello predefinito nel pacchetto di previsione di R da AIC ad AICc, sono curioso di sapere se quest'ultimo sia effettivamente applicabile ovunque sia il primo. Ho una serie di domande al riguardo ed ecco la prima.

So che sostituire AIC con AICc ovunque è ciò che raccomanda il famoso libro in (1) di Burnham e Anderson (non statistici), come riassunto qui . A volte il libro è citato acriticamente da giovani statistici, vedi ad esempio i commenti a questo post sul blog di Rob Hyndman , ma lo statistico Brian Ripley ha consigliato in modo radicalmente diverso:

“Burnham and Anderson (2002) is a book I would recommend people NOT read until 
they have read the primary literature. I see no evidence that the authors have 
actually read Akaike’s papers." [quoted from [AIC MYTHS AND MISUNDERSTANDINGS][4] by
Burnham-Anderson]

Da ciò che Ripley scrive sull'AIC e sulla teoria correlata segue che l'avvertimento dovrebbe essere preso sul serio. Ho sia una buona collezione di articoli di Akaike che il libro di Burnham-Anderson. Alla fine avrò la mia opinione sulla qualità del libro, ma aiuterà anche a sapere cosa ne pensa la comunità di statistici, sia giovani che vecchi. In particolare, ci sono professori di statistica (o altri bravi studenti di statistica) che hanno esplicitamente raccomandato il libro come un utile sommario delle conoscenze sull'uso dell'AIC per la selezione dei modelli?

Riferimento:

(1) Burnham, KP & Anderson, selezione del modello DR e inferenza multimodel: un approccio teorico-informativo pratico Springer, 2002

PS. In risposta alla recente "risposta" affermando che "Dr.Burnham è uno statistico di dottorato" Vorrei aggiungere questo chiarimento. Sì, da solo è uno statistico, un membro dell'ASA e il destinatario di numerosi premi professionali, tra cui la Distinguished Achievement Medal dell'ASA. Ma chi dice che non lo è? Tutto quello che ho detto sopra è che come coppia di autori non sono statistici e il libro riflette questo fatto.

Il PO sembra essere alla ricerca di un'indagine di alta qualità su statistici di alta qualità per aiutare a valutare se un libro in particolare è di alta qualità, in particolare per quanto riguarda il dibattito AIC contro AICc. Questo sito non è particolarmente orientato alle indagini sistematiche. Invece proverò ad affrontare direttamente la domanda sottostante.

L'AIC e l'AICc valutano entrambi i modelli in base a un compromesso euristico tra adattamento del modello (in termini di probabilità) e overfit (in termini di numero di parametri). In questo compromesso, l'AICc prevede una penalità leggermente maggiore sul numero di parametri. Pertanto, l'AICc raccomanda sempre a favore di modelli di complessità inferiore o uguale alla complessità del miglior modello AIC. In questo senso il rapporto tra i due è molto semplice, nonostante gli argomenti orribilmente complicati alla base delle loro derivazioni.

L'AIC e AICc sono solo due su un ampio campo di criteri di informazione dei candidati, con BIC e DIC che rappresentano forse le alternative principali. Il BIC è molto più conservativo (penalizzando un gran numero di parametri del modello) rispetto alla AIC o alla AICc nella maggior parte dei casi. La domanda su quale criterio sia il migliore è veramente specifica del problema. Si potrebbe legittimamente preferire un criterio estremamente conservativo nei casi in cui è necessaria una solida previsione fuori campione.

FWIW, ho trovato che il livello di conservatorismo dell'AICc era in genere preferibile all'AICc in ampi studi di simulazione sull'errore di predizione nei modelli di cattura-riconquista.