2015-07-13 89 views

回答

1

退房?AIC,例如

AIC(lm(Sepal.Width ~ Sepal.Length + Species,data=iris)) 

AIC/BIC爲多反應不meaningfull AFAIK。

+0

謝謝,但您能否詳細說明「無意義」?你知道是否有另一種方式來比較模型? – RandomMonitor

+1

[以前的編輯花費太長時間]每個預測變量都會在多變量模型中擁有自己的AIC/BIC。因此,模型選擇產生了多用途優化。處理這個問題的方法是以某種方式將單個AIC組合成一個懲罰函數。你可以例如爲兩個或更多預測變量添加AIC,但由於它們的值也取決於預測變量的比例,某種加權和可能是合適的。 –

+0

我的模型是嵌套的,所以M2使用與M1相同的變量加上另外一個預測變量(它與M1中已經預測的變量相同),所以我認爲不需要加權。但是,思考和做一些測試明顯地表明,使用這樣的AIC不起作用(因爲模型是嵌套的,M2的AIC總是大於M1)。但是,我想知道是否可以自己計算「總和AIC」,並將所有結果的平方和相加,並僅通過AIC公式對其進行懲罰一次。你怎麼看? – RandomMonitor