Statistiche e Big Data aic

5

Qual è il vantaggio di trattare un fattore come casuale in un modello misto?

Ho un problema ad abbracciare i vantaggi di etichettare un fattore modello come casuale per alcuni motivi. A me sembra che in quasi tutti i casi la soluzione ottimale sia quella di trattare tutti i fattori come fissi. Innanzitutto, la distinzione tra fisso e casuale è abbastanza arbitraria. La spiegazione …

24 model-selection random-effects-model aic fixed-effects-model mixed-model

3

AIC contro validazione incrociata in serie temporali: il piccolo caso campione

Sono interessato alla selezione del modello in un'impostazione di serie storiche. Per concretezza, supponiamo che io voglia selezionare un modello ARMA da un pool di modelli ARMA con diversi ordini di ritardo. L' intento finale è la previsione . La selezione del modello può essere effettuata da convalida incrociata, utilizzo …

23 time-series forecasting cross-validation model-selection aic

3

Interpretazione dei numeri AIC e BIC

Sto cercando esempi su come interpretare le stime AIC (criterio di informazione Akaike) e BIC (criterio di informazione bayesiano). La differenza negativa tra i BIC può essere interpretata come la probabilità posteriore di un modello rispetto all'altro? Come posso dirlo a parole? Ad esempio il BIC = -2 può implicare …

23 interpretation aic bic

2

Come devono essere confrontati e / o validati i modelli di effetti misti?

In che modo i modelli di effetti misti (lineari) vengono normalmente confrontati tra loro? So che è possibile utilizzare i test del rapporto di verosimiglianza, ma ciò non funziona se un modello non è un "sottoinsieme" dell'altro corretto? La stima dei modelli df è sempre semplice? Numero di effetti fissi …

22 hypothesis-testing mixed-model cross-validation aic degrees-of-freedom

3

AIC o valore p: quale scegliere per la selezione del modello?

Sono nuovo di zecca per questa cosa R ma non sono sicuro di quale modello selezionare. Ho fatto una regressione graduale selezionando ciascuna variabile in base all'AIC più basso. Ho pensato a 3 modelli di cui non sono sicuro quale sia il "migliore". Model 1: Var1 (p=0.03) AIC=14.978 Model 2: …

22 model-selection aic stepwise-regression

1

Selezione del modello con regressione logistica Firth

In un piccolo set di dati ( ) con cui sto lavorando, diverse variabili mi danno una previsione / separazione perfetta . Uso quindi la regressione logistica di Firth per affrontare il problema.n ∼ 100n~100n\sim100 Se seleziono il modello migliore per AIC o BIC , dovrei includere il termine di …

21 logistic model-selection aic separation

3

Significato di "numero di parametri" in AIC

Quando si calcola AIC, AIC=2k−2lnLAIC=2k−2lnLAIC = 2k - 2 ln L k significa "numero di parametri". Ma cosa conta come parametro? Quindi ad esempio nel modello y=ax+by=ax+by = ax + b A e b sono sempre conteggiati come parametri? Cosa succede se non mi interessa il valore dell'intercetta, posso ignorarlo …

21 aic

3

Confronto di modelli non nidificati con AIC

Di 'che dobbiamo GLMM mod1 <- glmer(y ~ x + A + (1|g), data = dat) mod2 <- glmer(y ~ x + B + (1|g), data = dat) Questi modelli non sono nidificati nel solito senso di: a <- glmer(y ~ x + A + (1|g), data = dat) b …

19 r mixed-model aic lme4-nlme nested-models

1

Paradosso nella selezione dei modelli (AIC, BIC, per spiegare o prevedere?)

Dopo aver letto "To Explain or to Predict" (2010) di Galit Shmueli, sono perplesso da un'apparente contraddizione. Ci sono tre premesse, Scelta del modello basata su AIC rispetto a BIC (fine di p. 300 - inizio di p. 301): in poche parole, AIC dovrebbe essere usato per selezionare un modello …

18 forecasting model-selection feature-selection aic bic

1

Stepwise AIC - Esistono polemiche su questo argomento?

Ho letto innumerevoli post su questo sito che sono incredibilmente contrari all'uso della selezione graduale di variabili usando qualsiasi tipo di criterio, sia esso basato su valori p, AIC, BIC, ecc. Capisco perché queste procedure sono in generale abbastanza scarse per la selezione delle variabili. il famoso post di Gung …

17 forecasting predictive-models arima aic stepwise-regression

1

BIC cerca di trovare un modello vero?

Questa domanda è un seguito o un tentativo di chiarire la possibile confusione riguardo a un argomento che io e molti altri riscontriamo un po 'difficile, per quanto riguarda la differenza tra AIC e BIC. In una bella risposta di @Dave Kellen su questo argomento ( /stats//a/767/30589 ) leggiamo: La …

17 model-selection aic bic

2

Confronto tra AIC di un modello e la sua versione trasformata in registro

L'essenza della mia domanda è questa: Sia Y∈RnY∈RnY \in \mathbb{R}^n una variabile casuale normale multivariata con media μμ\mu e matrice di covarianza ΣΣ\Sigma . Sia Z:=log(Y)Z:=log⁡(Y)Z := \log(Y) , cioè Zi=log(Yi),i∈{1,…,n}Zi=log⁡(Yi),i∈{1,…,n}Z_i = \log(Y_i), i \in \{1,\ldots,n\} . Come confrontare l'AIC di un modello adatto alle realizzazioni osservate di YYY rispetto …

17 data-transformation aic likelihood

4

Su George Box, Galit Shmueli e il metodo scientifico?

(Questa domanda potrebbe sembrare più adatta alla Philosophy SE. Spero che gli statistici possano chiarire i miei malintesi sulle dichiarazioni di Box e Shmueli, quindi la sto pubblicando qui). George Box (di fama ARIMA) ha dichiarato: "Tutti i modelli sono sbagliati, ma alcuni sono utili." Galit Shmueli nel suo famoso …

16 predictive-models aic bic philosophical explanatory-models

1

Perché il criterio informativo di Akaike non viene più utilizzato nell'apprendimento automatico?

Ho appena incontrato il "criterio di informazione Akaike" e ho notato questa grande quantità di letteratura sulla selezione dei modelli (anche cose come BIC sembrano esistere). Perché i moderni metodi di apprendimento automatico non sfruttano questi criteri di selezione dei modelli BIC e AIC?

16 machine-learning model-selection aic bic

2

Quando smettere di affinare un modello?

Ho studiato le statistiche di molti libri negli ultimi 3 anni e grazie a questo sito ho imparato molto. Tuttavia una domanda fondamentale rimane ancora senza risposta per me. Potrebbe avere una risposta molto semplice o molto difficile, ma so per certo che richiede una profonda comprensione delle statistiche. Quando …

15 modeling inference aic

Domande taggate «aic»