Pertanyaan yang diberi tag «aic»

AIC adalah singkatan dari Akaike Information Criterion, yang merupakan salah satu teknik yang digunakan untuk memilih model terbaik dari kelas model menggunakan kemungkinan hukuman. AIC yang lebih kecil menyiratkan model yang lebih baik.

2
Menghitung AIC "dengan tangan" di R
Saya telah mencoba menghitung AIC dari regresi linier dalam R tetapi tanpa menggunakan AICfungsi, seperti ini: lm_mtcars <- lm(mpg ~ drat, mtcars) nrow(mtcars)*(log((sum(lm_mtcars$residuals^2)/nrow(mtcars))))+(length(lm_mtcars$coefficients)*2) [1] 97.98786 Namun, AICmemberikan nilai berbeda: AIC(lm_mtcars) [1] 190.7999 Bisakah seseorang memberi tahu saya apa yang saya lakukan salah?


5
Mengapa menerapkan pemilihan model menggunakan AIC memberi saya nilai p tidak signifikan untuk variabel
Saya memiliki beberapa pertanyaan tentang AIC dan berharap Anda dapat membantu saya. Saya menerapkan pemilihan model (mundur, atau maju) berdasarkan AIC pada data saya. Dan beberapa variabel yang dipilih berakhir dengan nilai p> 0,05. Saya tahu bahwa orang-orang mengatakan kita harus memilih model berdasarkan AIC dan bukan nilai-p, jadi sepertinya …


2
Pendekatan yang bertentangan dengan pemilihan variabel: AIC, nilai-p atau keduanya?
Dari apa yang saya pahami, pemilihan variabel berdasarkan nilai-p (setidaknya dalam konteks regresi) sangat cacat. Tampaknya pemilihan variabel berdasarkan AIC (atau serupa) juga dianggap cacat oleh beberapa, untuk alasan yang sama, meskipun ini tampaknya agak tidak jelas (mis. Lihat pertanyaan saya dan beberapa tautan pada topik ini di sini: Apa …


1
AIC / BIC: berapa banyak parameter yang dihitung permutasi?
Katakanlah saya memiliki masalah pemilihan model dan saya mencoba menggunakan AIC atau BIC untuk mengevaluasi model. Ini mudah untuk model yang memiliki sejumlah dari parameter bernilai riil.kkk Namun, bagaimana jika salah satu model kami (misalnya, model Mallows ) memiliki permutasi, ditambah beberapa parameter bernilai nyata, bukan hanya parameter bernilai nyata? …

2
Pemilihan model non-bersarang
Baik uji rasio kemungkinan dan AIC adalah alat untuk memilih antara dua model dan keduanya didasarkan pada log-likelihood. Tapi, mengapa uji rasio kemungkinan tidak dapat digunakan untuk memilih antara dua model non-bersarang sementara AIC bisa?

2
Memahami kriteria AIC dan Schwarz
Saya menjalankan model logistik. Dataset model yang sebenarnya memiliki lebih dari 100 variabel, tetapi saya memilih kumpulan data uji yang ada sekitar 25 variabel. Sebelumnya saya juga membuat dataset yang memiliki 8-9 variabel. Saya diberi tahu bahwa nilai AIC dan SC dapat digunakan untuk membandingkan model. Saya mengamati bahwa model …


1
Bagaimana cara membandingkan model berdasarkan AIC?
Kami memiliki dua model yang menggunakan metode yang sama untuk menghitung kemungkinan log dan AIC untuk satu lebih rendah dari yang lain. Namun, yang dengan AIC lebih rendah jauh lebih sulit untuk ditafsirkan. Kami mengalami masalah dalam memutuskan apakah layak untuk memperkenalkan kesulitan dan kami menilai ini menggunakan perbedaan persentase …

3
Regresi linier sederhana, nilai-p dan AIC
Saya menyadari bahwa topik ini telah muncul beberapa kali sebelumnya, misalnya di sini , tetapi saya masih tidak yakin bagaimana cara terbaik untuk menafsirkan hasil regresi saya. Saya memiliki dataset yang sangat sederhana, terdiri dari kolom nilai x dan kolom nilai y , dibagi menjadi dua kelompok sesuai dengan lokasi …

1
Bisakah Anda membandingkan nilai AIC selama model didasarkan pada dataset yang sama?
Saya melakukan beberapa peramalan dalam R menggunakan paket perkiraan Rob Hyndman . Kertas milik paket dapat ditemukan di sini . Dalam makalah, setelah menjelaskan algoritma peramalan otomatis, penulis mengimplementasikan algoritma pada set data yang sama. Namun, setelah memperkirakan model eksponensial smoothing dan ARIMA mereka membuat pernyataan yang saya tidak mengerti …


1
Apakah
Kolega saya ingin menganalisis beberapa data setelah mengubah variabel respons dengan menaikkannya menjadi kekuatan (yaitu,y0,125).1818\frac18y0.125y0.125y^{0.125} Saya tidak nyaman dengan ini, tetapi berjuang untuk mengartikulasikan mengapa. Saya tidak dapat memikirkan alasan mekanistik untuk transformasi ini. Saya juga belum pernah melihatnya sebelumnya, dan saya khawatir mungkin itu mengembang tingkat kesalahan Tipe I …

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.