Statistiche e Big Data bic

2

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

1

Selezione variabile vs Selezione modello

Quindi capisco che la selezione delle variabili fa parte della selezione del modello. Ma in cosa consiste esattamente la selezione del modello? È più di quanto segue: 1) scegli una distribuzione per il tuo modello 2) scegliere variabili esplicative,? Lo chiedo perché sto leggendo un articolo Burnham & Anderson: AIC …

12 feature-selection model-selection aic bic

1

Criteri per la selezione del modello "migliore" in un modello Markov nascosto

Ho un set di dati di serie temporali in cui sto cercando di adattare un modello Hov (Hidden Markov Model) al fine di stimare il numero di stati latenti nei dati. Il mio pseudo codice per farlo è il seguente: for( i in 2 : max_number_of_states ){ ... calculate HMM …

12 r aic hidden-markov-model bic spss manova time-series r lme4-nlme regression modeling negative-binomial bayesian bugs state-space-models hypothesis-testing data-transformation factor-analysis sem

2

Numero di parametri nel modello Markov

Voglio usare BIC per la selezione del modello HMM: BIC = -2*logLike + num_of_params * log(num_of_data) Quindi, come posso contare il numero di parametri nel modello HMM? Considera un HMM a 2 stati semplice, in cui abbiamo i seguenti dati: data = [1 2 1 1 2 2 2 1 …

12 machine-learning model-comparison bic hidden-markov-model

1

Selezione del modello Mclust

Il pacchetto R mclustutilizza BIC come criterio per la selezione del modello di cluster. Secondo la mia comprensione, un modello con il BIC più basso dovrebbe essere selezionato rispetto ad altri modelli (se ti interessa solo il BIC). Tuttavia, quando i valori BIC sono tutti negativi, la Mclustfunzione passa automaticamente …

11 r clustering gaussian-mixture bic model-based-clustering

2

Che cos'è un "Informazioni preliminari sull'unità"?

Ho letto Wagenmakers (2007) Una soluzione pratica al problema pervasivo dei valori di p . Sono incuriosito dalla conversione dei valori BIC in fattori e probabilità di Bayes. Tuttavia, finora non ho una buona comprensione di cosa siano esattamente le informazioni di un'unità precedenti . Sarei grato per una spiegazione …

11 prior bic bayes unit-information-prior

2

Esiste una statistica adatta al modello (come AIC o BIC) che può essere utilizzata per confronti assoluti anziché solo relativi?

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 …

10 model-selection aic bic

2

Perché il criterio informativo (non aggiustato

Nei modelli di serie storiche, come ARMA-GARCH, per selezionare il ritardo o l'ordine appropriato del modello vengono utilizzati diversi criteri di informazione, come AIC, BIC, SIC ecc. La mia domanda è molto semplice, perché non usiamo l' modificato R2R2R^2per scegliere il modello appropriato? Possiamo selezionare il modello che porta a …

9 regression time-series model-selection aic bic

1

Contabilizzazione di parametri discreti o binari nel criterio informativo bayesiano

BIC penalizza in base al numero di parametri. Che cosa succede se alcuni dei parametri sono una sorta di variabili dell'indicatore binario? Questi contano come parametri completi? Ma posso combinare i parametri binari in una variabile discreta che accetta valori in . Devono essere contati come parametri o come parametro?{ …

9 bayesian model-selection bic parameterization

Domande taggate «bic»