Ao calcular o AIC, A IC= 2 k - 2 l n LAIC=2k−2lnLAIC = 2k - 2 ln L k significa 'número de parâmetros'. Mas o que conta como parâmetro? Então, por exemplo, no modelo y= a x + by=ax+by = ax + b A e b são sempre contados como parâmetros? E se eu não me importo com o valor da interceptação, posso...
Em um pequeno conjunto de dados ( ) com o qual estou trabalhando, várias variáveis me proporcionam uma perfeita previsão / separação . Assim, uso a regressão logística Firth para lidar com o problema.n ∼ 100n∼100n\sim100 Se eu selecionar o melhor modelo por AIC ou BIC , devo incluir o termo de...
Digamos que precisamos dos GLMMs mod1 <- glmer(y ~ x + A + (1|g), data = dat) mod2 <- glmer(y ~ x + B + (1|g), data = dat) Esses modelos não são aninhados no sentido usual de: a <- glmer(y ~ x + A + (1|g), data = dat) b <- glmer(y ~ x + A + B + (1|g), data = dat) então não podemos...
Depois de ler "Explain or to Predict" (2010), de Galit Shmueli, fico intrigado com uma aparente contradição. Existem três premissas, Escolha do modelo com base no AIC versus no BIC (final da p. 300 - início da p. 301): basta colocar o AIC para selecionar um modelo destinado à previsão, enquanto o...
Esta pergunta é um acompanhamento ou tentativa de esclarecer uma possível confusão sobre um tópico que eu e muitos outros consideramos um pouco difícil, com relação à diferença entre AIC e BIC. Em uma resposta muito agradável de @Dave Kellen sobre este tópico ( /stats//a/767/30589 ), lemos: Sua...
A essência da minha pergunta é esta: Seja Y∈RnY∈RnY \in \mathbb{R}^n uma variável aleatória normal multivariada com média μμ\mu e matriz de covariância ΣΣ\Sigma . Deixe- Z:=log(Y)Z:=log(Y)Z := \log(Y) , ou seja, Zi=log(Yi),i∈{1,…,n}Zi=log(Yi),i∈{1,…,n}Z_i = \log(Y_i), i \in \{1,\ldots,n\} ....
Eu li inúmeras publicações neste site que são incrivelmente contra o uso de seleção gradual de variáveis usando qualquer tipo de critério, seja com base em valores-p, AIC, BIC, etc. Entendo por que esses procedimentos são, em geral, muito ruins para a seleção de variáveis. o post provavelmente...
Acabei de encontrar o "critério de informação Akaike" e notei essa grande quantidade de literatura sobre seleção de modelos (também parecem existir coisas como o BIC). Por que os métodos contemporâneos de aprendizado de máquina não se beneficiam desses critérios de seleção de modelos BIC e...
(Essa pergunta pode parecer mais adequada para o Philosophy SE. Espero que os estatísticos possam esclarecer meus equívocos sobre as declarações de Box e Shmueli, por isso estou publicando aqui). George Box (da fama do ARIMA) disse: "Todos os modelos estão errados, mas alguns são úteis." Galit...
Eu tentei calcular o AIC de uma regressão linear em R, mas sem usar a AICfunção, assim: lm_mtcars <- lm(mpg ~ drat, mtcars) nrow(mtcars)*(log((sum(lm_mtcars$residuals^2)/nrow(mtcars))))+(length(lm_mtcars$coefficients)*2) [1] 97.98786 No entanto, AICfornece um valor
Venho estudando estatística de muitos livros nos últimos 3 anos e, graças a este site, aprendi muito. No entanto, uma pergunta fundamental ainda permanece sem resposta para mim. Pode ter uma resposta muito simples ou muito difícil, mas sei com certeza que requer algum entendimento profundo das...
Tenho algumas perguntas sobre a AIC e espero que você possa me ajudar. Eu apliquei a seleção de modelo (para trás ou para frente) com base na AIC em meus dados. E algumas das variáveis selecionadas acabaram com valores de p> 0,05. Eu sei que as pessoas estão dizendo que devemos selecionar...
Meu entendimento geral é que a AIC lida com o compromisso entre a qualidade do ajuste do modelo e a complexidade do modelo. A IC= 2 k - 2 l n ( L )UMAEuC=2k-2eun(eu)AIC =2k -2ln(L) kkk = número de parâmetros no modelo eueuL = probabilidade O critério de informação bayesiano BIC está intimamente...
Como motivado pela recente mudança da estatística de seleção de modelo padrão no pacote de previsão do R de AIC para AICc, estou curioso para saber se o último é realmente aplicável onde quer que esteja o primeiro. Eu tenho uma série de perguntas a esse respeito e aqui está a primeira. Eu sei que...
Eu tenho tentado aprender e aplicar modelos ARIMA. Tenho lido um excelente texto sobre o ARIMA da Pankratz - Forecasting with Univariate Box - Jenkins Models: Concepts and Cases . No texto, o autor enfatiza especialmente o princípio da parcimônia na escolha dos modelos ARIMA. Comecei a jogar com...
Estou executando um modelo logístico. O conjunto de dados do modelo real tem mais de 100 variáveis, mas estou escolhendo um conjunto de dados de teste no qual existem cerca de 25 variáveis. Antes disso, eu também fiz um conjunto de dados com 8 a 9 variáveis. Me disseram que os valores de AIC e SC...
O teste da razão de verossimilhança e a AIC são ferramentas para escolher entre dois modelos e ambos se baseiam na probabilidade de log. Mas, por que o teste da razão de verossimilhança não pode ser usado para escolher entre dois modelos não aninhados enquanto o AIC
Estou fazendo algumas previsões em R usando o pacote de previsões de Rob Hyndman . O documento pertencente à embalagem pode ser encontrado aqui . No artigo, depois de explicar os algoritmos de previsão automática, os autores implementam os algoritmos no mesmo conjunto de dados. No entanto, depois...
Digamos que tenho um problema de seleção de modelos e estou tentando usar o AIC ou o BIC para avaliar os modelos. Isso é direto para modelos que possuem algum número kkk de parâmetros com valor real. No entanto, e se um de nossos modelos (por exemplo, o modelo de Mallows ) tiver uma permutação,...
Quero calcular o AICc de um modelo de regressão de cume. O problema é o número de parâmetros. Para regressão linear, a maioria das pessoas sugere que o número de parâmetros é igual ao número de coeficientes estimados mais sigma (a variação do erro). Quando se trata de regressão de crista, li que o...