Domande taggate «aic»

AIC sta per Akaike Information Criterion, che è una tecnica utilizzata per selezionare il modello migliore da una classe di modelli usando una probabilità penalizzata. Un AIC più piccolo implica un modello migliore.

Calcolo dell'AIC "a mano" in R

Ho provato a calcolare l'AIC di una regressione lineare in R ma senza usare la AICfunzione, in questo modo: lm_mtcars <- lm(mpg ~ drat, mtcars) nrow(mtcars)*(log((sum(lm_mtcars$residuals^2)/nrow(mtcars))))+(length(lm_mtcars$coefficients)*2) [1] 97.98786 Tuttavia, AICfornisce un valore diverso: AIC(lm_mtcars) [1] 190.7999 Qualcuno potrebbe dirmi cosa sto facendo di sbagliato?

15 r aic information-theory

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 …

14 model-selection references aic

Perché applicare la selezione del modello usando AIC mi dà valori p non significativi per le variabili

Ho alcune domande sull'AIC e spero che tu mi possa aiutare. Ho applicato la selezione del modello (indietro o avanti) in base all'AIC sui miei dati. E alcune delle variabili selezionate hanno finito con un p-value> 0,05. So che le persone stanno dicendo che dovremmo selezionare modelli basati sull'AIC anziché …

14 model-selection p-value aic

AIC, BIC e GCV: qual è il migliore per prendere una decisione nei metodi di regressione penalizzata?

La mia comprensione generale è che AIC si occupa del compromesso tra la bontà di adattamento del modello e la complessità del modello. Un ioC= 2 k - 2 l n ( L )UNioC=2K-2ln(L)AIC =2k -2ln(L) KKk = numero di parametri nel modello = probabilitàLLL Il criterio di informazione bayesiana …

14 cross-validation lasso aic ridge-regression bic

Approcci contrastanti alla selezione delle variabili: AIC, valori p o entrambi?

Da quanto ho capito, la selezione delle variabili basata su valori p (almeno nel contesto di regressione) è altamente imperfetta. Sembra che la selezione delle variabili basata su AIC (o simili) sia anche considerata imperfetta da alcuni, per ragioni simili, anche se questo sembra un po 'poco chiaro (ad esempio, …

13 hypothesis-testing multiple-regression feature-selection model-selection aic

I modelli identificati da auto.arima () sono parsimoniosi?

Ho cercato di imparare e applicare i modelli ARIMA. Ho letto un eccellente testo su ARIMA di Pankratz - Previsioni con scatola univariata - Modelli Jenkins: concetti e casi . Nel testo l'autore sottolinea in particolare il principio della parsimonia nella scelta dei modelli ARIMA. Ho iniziato a giocare con …

13 time-series forecasting arima aic automatic-algorithms

AIC / BIC: quanti parametri conta una permutazione?

Diciamo che ho un problema di selezione dei modelli e sto cercando di utilizzare AIC o BIC per valutare i modelli. Questo è semplice per i modelli che hanno un certo numero di parametri con valori reali.kkk Tuttavia, cosa succede se uno dei nostri modelli (ad esempio, il modello Mallows …

13 modeling maximum-likelihood aic fitting bic

Selezione del modello non nidificata

Sia il test del rapporto di verosimiglianza sia l'AIC sono strumenti per scegliere tra due modelli ed entrambi sono basati sulla verosimiglianza. Ma perché il test del rapporto di verosimiglianza non può essere usato per scegliere tra due modelli non nidificati mentre AIC può farlo?

13 aic likelihood-ratio nested-models

Comprensione del criterio AIC e Schwarz

Sto gestendo un modello logistico. Il set di dati del modello effettivo ha più di 100 variabili ma sto scegliendo un set di dati di prova in cui ci sono circa 25 variabili. In precedenza ho anche creato un set di dati con 8-9 variabili. Mi è stato detto che …

13 model-selection logistic aic

AIC della regressione della cresta: gradi di libertà vs. numero di parametri

Voglio calcolare l'AICc di un modello di regressione della cresta. Il problema è il numero di parametri. Per la regressione lineare, la maggior parte delle persone suggerisce che il numero di parametri è uguale al numero di coefficienti stimati più sigma (la varianza dell'errore). Quando si tratta di regressione della …

13 regression aic ridge-regression degrees-of-freedom

Come confrontare i modelli sulla base di AIC?

Abbiamo due modelli che utilizzano lo stesso metodo per calcolare la probabilità di log e l'AIC per uno è inferiore rispetto all'altro. Tuttavia, quello con l'AIC inferiore è molto più difficile da interpretare. Abbiamo difficoltà a decidere se vale la pena introdurre la difficoltà e lo abbiamo giudicato usando una …

13 model-selection aic

Regressione lineare semplice, valori p e AIC

Mi rendo conto che questo argomento è emerso diverse volte prima, ad esempio qui , ma non sono ancora sicuro del modo migliore per interpretare il mio output di regressione. Ho un set di dati molto semplice, composto da una colonna di valori x e una colonna di valori y …

13 regression p-value least-squares aic

Puoi confrontare i valori AIC purché i modelli siano basati sullo stesso set di dati?

Sto facendo delle previsioni in R usando il pacchetto di previsioni di Rob Hyndman . Il documento appartenente al pacchetto può essere trovato qui . Nel documento, dopo aver spiegato gli algoritmi di previsione automatica, gli autori implementano gli algoritmi sullo stesso set di dati. Tuttavia, dopo aver stimato sia …

13 time-series forecasting model-selection aic

È possibile che AIC e BIC offrano selezioni di modelli totalmente diverse?

Sto eseguendo un modello di regressione di Poisson con 1 variabile di risposta e 6 covariate. La selezione del modello mediante AIC produce un modello con tutte le covariate e 6 termini di interazione. Il BIC risulta tuttavia in un modello con solo 2 covariate e senza termini di interazione. …

12 model-selection aic poisson-regression bic

Si consigliano trasformazioni di root?

Il mio collega vuole analizzare alcuni dati dopo aver trasformato la variabile di risposta elevandola alla potenza di (ovvero ).1818\frac18y0.125y0.125y^{0.125} Non mi sento a mio agio con questo, ma faccio fatica a capire perché. Non riesco a pensare a nessuna logica meccanicistica per questa trasformazione. Né l'ho mai visto prima, …

12 regression data-transformation aic

Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.

Licensed under cc by-sa 3.0 with attribution required.