Pertanyaan yang diberi tag «aic»

Jadi saya mengerti bahwa pemilihan variabel adalah bagian dari pemilihan model. Tapi apa sebenarnya yang terdiri dari pemilihan model? Apakah lebih dari yang berikut: 1) pilih distribusi untuk model Anda 2) pilih variabel penjelas,? Saya bertanya ini karena saya membaca artikel Burnham & Anderson: AIC vs BIC di mana mereka …

12 feature-selection  model-selection  aic  bic 

Dari Wikipedia ada definisi Akaike Information Criterion (AIC) sebagai , di mana adalah jumlah parameter dan \ log L adalah log-kemungkinan model.k log LAIC=2k−2logLAIC=2k−2log⁡L AIC = 2k -2 \log L kkklogLlog⁡L\log L Namun, Ekonometrik kami mencatat di universitas yang dihormati bahwa AIC=log(σ^2)+2⋅kTAIC=log⁡(σ^2)+2⋅kT AIC = \log (\hat{\sigma}^2) + \frac{2 \cdot k}{T} …

12 econometrics  aic  arma  information-theory 

Saya memiliki dataset yang sangat besar dan sekitar 5% nilai acak hilang. Variabel-variabel ini berkorelasi satu sama lain. Contoh berikut dataset R hanyalah contoh mainan dengan data berkorelasi dummy. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", 1:10000, …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

Saya memiliki kumpulan data deret waktu yang saya coba paskan dengan Hidden Markov Model (HMM) untuk memperkirakan jumlah status laten dalam data. Kode pseudo saya untuk melakukan ini adalah sebagai berikut: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ... optimal_number_of_states = "model with smallest …

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 

Dengan rangkaian kovariat dan keluarga distribusi yang sama, bagaimana saya bisa membandingkan model yang memiliki fungsi tautan yang berbeda? Saya pikir jawaban yang benar di sini adalah "AIC / BIC", tetapi saya tidak 100% yakin. Apakah mungkin untuk memiliki model bersarang jika mereka memiliki tautan yang berbeda?

12 generalized-linear-model  aic  link-function 

AIC didefinisikan sebagai , di mana adalah estimator kemungkinan maksimum dan adalah dimensi ruang parameter. Untuk estimasi , biasanya diabaikan faktor konstan dari kepadatan. Ini adalah faktor yang tidak bergantung pada parameter, untuk menyederhanakan kemungkinan. Di sisi lain, faktor ini sangat penting untuk perhitungan AIC, mengingat bahwa ketika membandingkan model …

12 model-selection  aic  nested-models 

Inti dari AIC atau kriteria informasi lainnya adalah bahwa lebih sedikit lebih baik. Jadi jika saya memiliki dua model M1: y = a0 + XA + e dan M2: y = b0 + ZB + u, dan jika AIC yang pertama (A1) kurang dari yang kedua (A2), maka M1 memiliki …

12 regression  aic 

Sudah mapan, setidaknya di antara ahli statistik dari beberapa kaliber lebih tinggi, bahwa model dengan nilai-nilai statistik AIC dalam batas tertentu dari nilai minimum harus dianggap sesuai dengan model meminimalkan statistik AIC. Sebagai contoh, dalam [1, hal.221] kita temukan Maka model dengan GCV kecil atau AIC akan dianggap yang terbaik. …

12 time-series  model-selection  aic 

Dokumentasi R untuk keduanya tidak menjelaskan banyak hal. Semua yang bisa saya dapatkan dari tautan ini adalah bahwa menggunakan salah satu dari keduanya harus baik-baik saja. Yang tidak saya dapatkan adalah mengapa mereka tidak sama. Fakta: Fungsi regresi bertahap di R, step()menggunakan extractAIC(). Menariknya, menjalankan lm()model dan model glm()'null' (hanya …

11 r  regression  aic  stepwise-regression 

Chris Chatfield, yang banyak buku dan makalahnya yang berkualitas, saya senang membaca, dalam (1) memberikan saran berikut: Sebagai contoh, pilihan antara model deret waktu ARIMA dengan nilai AIC yang rendah dan kira-kira sama mungkin harus dibuat, bukan yang memberikan AIC minimum, tetapi yang memberikan perkiraan terbaik dari data tahun terakhir. …

11 forecasting  model-selection  arima  aic 

Saya ingin membandingkan data yang proporsional di antara tiga kelompok yang berbeda misalnya: ID Group Prop.Nitrogen 1 A 0.89 2 A 0.85 3 B 0.92 4 B 0.97 Mengikuti Wharton dan Hui (doi: 10.1890 / 10-0340.1 1 ) Saya pikir saya akan melihat apakah data ini akan lebih baik ditangani …

11 data-transformation  aic  fitting 

Baru-baru ini saya memasukkan 4 model regresi berganda untuk data prediktor / respons yang sama. Dua model yang saya cocok dengan regresi Poisson. model.pois <- glm(Response ~ P1 + P2 +...+ P5, family=poisson(), ...) model.pois.inter <- glm(Response ~ (P1 + P2 +...+ P5)^2, family=poisson(), ...) Dua model yang saya cocok …

11 regression  aic  count-data  likelihood-ratio  model-comparison 

Bagaimana saya bisa menghitung jumlah parameter dalam jaringan saraf tiruan untuk menghitung AIC-nya?

11 neural-networks  aic 

The Wikipedia Halaman mengatakan bahwa Box-Jenkins adalah metode pas model ARIMA untuk seri waktu. Sekarang, jika saya ingin mencocokkan model ARIMA ke deret waktu, saya akan membuka SAS, menelepon proc ARIMA, menyediakan parameter dan SAS akan memberi saya koefisien AR dan MA. Sekarang, saya dapat mencoba berbagai kombinasi p , …

10 time-series  arima  sas  aic  box-jenkins 

Saya tidak begitu terbiasa dengan literatur ini, jadi tolong maafkan saya jika ini adalah pertanyaan yang jelas. Karena AIC dan BIC bergantung pada memaksimalkan kemungkinan, tampaknya mereka hanya dapat digunakan untuk membuat perbandingan relatif antara satu set model yang mencoba menyesuaikan dengan set data yang diberikan. Menurut pemahaman saya, tidak …

10 model-selection  aic  bic