Запитання з тегом «aic»

У мене є проблема з перевагами позначення фактора моделі як випадкового з кількох причин. Мені здається, що майже у всіх випадках оптимальним рішенням є трактування всіх факторів як фіксованих. По-перше, відмінність фіксованого проти випадкового є досить довільною. Стандартне пояснення полягає в тому, що якщо хтось зацікавлений у конкретних експериментальних одиницях …

24 model-selection  random-effects-model  aic  fixed-effects-model  mixed-model 

Мене цікавить вибір моделі в налаштуваннях часових рядів. Для конкретності, припустимо, я хочу вибрати модель ARMA з пулу моделей ARMA з різними порядками відставання. Кінцевим наміром є прогнозування . Вибір моделі може здійснити компанія перехресне підтвердження, використання інформаційних критеріїв (AIC, BIC), серед інших методів. Роб Дж. Хайндман пропонує спосіб зробити …

23 time-series  forecasting  cross-validation  model-selection  aic 

Я шукаю приклади, як інтерпретувати оцінки AIC (інформаційний критерій Akaike) та BIC (байєсівський інформаційний критерій). Чи можна негативну різницю між BIC інтерпретувати як задні шанси однієї моделі над іншою? Як я можу це поставити словами? Наприклад, BIC = -2 може означати, що шанси на кращу модель порівняно з іншою моделлю …

23 interpretation  aic  bic 

Яким чином (лінійні) моделі змішаних ефектів зазвичай порівнюються одна з одною? Я знаю, що можна використовувати тести на коефіцієнт ймовірності, але це не працює, якщо одна модель не є "підмножиною" іншої правильної? Чи завжди оцінка моделей df прямолінійна? Кількість фіксованих ефектів + ​​кількість дисперсійних компонентів, що оцінюються? Чи ігноруємо ми …

22 hypothesis-testing  mixed-model  cross-validation  aic  degrees-of-freedom 

Я абсолютно нова у цій справі, але не знаю, яку модель вибрати. Я зробив поетапну регресію вперед, вибравши кожну змінну на основі найнижчого AIC. Я придумав 3 моделі, в яких я не впевнений, яка «найкраща». Model 1: Var1 (p=0.03) AIC=14.978 Model 2: Var1 (p=0.09) + Var2 (p=0.199) AIC = 12.543 …

22 model-selection  aic  stepwise-regression 

У невеликому наборі даних ( ), з яким я працюю, кілька змінних дають мені ідеальний прогноз / розділення . Тому я використовую логістичну регресію Фірта для вирішення цього питання.n ∼ 100н∼100n\sim100 Якщо я вибираю найкращу модель за допомогою AIC або BIC , чи слід включати Фірмовий штрафний строк у ймовірність …

21 logistic  model-selection  aic  separation 

При обчисленні AIC, AIC=2k−2lnLAIC=2k−2lnLAIC = 2k - 2 ln L k означає 'кількість параметрів'. Але що вважається параметром? Так, наприклад, у моделі y=ax+by=ax+by = ax + b Чи завжди a і b зараховуються як параметри? Що робити, якщо я не переймаюся значенням перехоплення, чи можу я його ігнорувати чи все …

21 aic 

Скажімо, ми маємо GLMM mod1 <- glmer(y ~ x + A + (1|g), data = dat) mod2 <- glmer(y ~ x + B + (1|g), data = dat) Ці моделі не вкладені у звичайному розумінні: a <- glmer(y ~ x + A + (1|g), data = dat) b <- glmer(y …

19 r  mixed-model  aic  lme4-nlme  nested-models 

Прочитавши Галіт Шмулі «Пояснити або передбачити» (2010), мене спантеличить очевидне протиріччя. Є три приміщення, Вибір моделі на основі AIC проти BIC (кінець стор. 300 - початок стор. 301): просто кажучи, AIC слід використовувати для вибору моделі, призначеної для прогнозування, тоді як BIC слід використовувати для вибору моделі для пояснення . …

18 forecasting  model-selection  feature-selection  aic  bic 

Я прочитав незліченну кількість публікацій на цьому веб-сайті, які надзвичайно суперечать використанню ступінчастого вибору змінних, використовуючи будь-який критерій, будь то p-значення, AIC, BIC тощо. Я розумію, чому ці процедури взагалі досить погані для вибору змінних. Мабуть, відомий пост Гунґа тут чітко ілюструє, чому; врешті-решт ми перевіряємо гіпотезу на тому ж …

17 forecasting  predictive-models  arima  aic  stepwise-regression 

Це питання - це подальше спостереження або спроба вияснити можливу плутанину щодо теми, яку я та багато інших вважають дещо складними щодо різниці між АПК та BIC. У дуже приємній відповіді на цю тему @Dave Kellen ( /stats//a/767/30589 ) ми читаємо: Ваше запитання означає, що AIC та BIC намагаються відповісти …

17 model-selection  aic  bic 

Суть мого питання полягає в наступному: Нехай - багатоваріантна нормальна випадкова величина із середнім та матрицею коваріації . Нехай , тобто . Як я порівняю AIC моделі, придатної до спостережуваних реалізацій порівняно з моделлю, придатною до спостережуваних реалізацій ?Y∈RnY∈RnY \in \mathbb{R}^nμμ\muΣΣ\SigmaZ:=log(Y)Z:=log⁡(Y)Z := \log(Y)Zi=log(Yi),i∈{1,…,n}Zi=log⁡(Yi),i∈{1,…,n}Z_i = \log(Y_i), i \in \{1,\ldots,n\}YYYZZZ Моє початкове …

17 data-transformation  aic  likelihood 

(Це питання може здатися, що він краще підходить для філософії SE. Я сподіваюся, що статистики зможуть роз'яснити мої помилки щодо тверджень Бокса та Шмуелі, отже, я їх розміщую тут). Джордж Бокс (про славу ARIMA) сказав: "Усі моделі помиляються, але деякі корисні." Галіт Шмулі у своїй знаменитій статті "Пояснити або передбачити" …

16 predictive-models  aic  bic  philosophical  explanatory-models 

Я щойно натрапив на "критерій інформації Akaike", і я помітив цю велику кількість літератури щодо вибору моделі (також такі речі, як BIC, здається, існують). Чому сучасні методи машинного навчання не скористаються цими критеріями вибору моделі BIC та AIC?

16 machine-learning  model-selection  aic  bic 

Я спробував обчислити AIC лінійної регресії в R, але без використання AICфункції, як це: lm_mtcars <- lm(mpg ~ drat, mtcars) nrow(mtcars)*(log((sum(lm_mtcars$residuals^2)/nrow(mtcars))))+(length(lm_mtcars$coefficients)*2) [1] 97.98786 Однак AICдає інше значення: AIC(lm_mtcars) [1] 190.7999 Може хтось скаже мені, що я роблю не так?

16 r  aic  information-theory