Недавно я подобрал 4 модели множественной регрессии для одного и того же предиктора / данных ответа. Две модели мне подходят с пуассоновской регрессией.
model.pois <- glm(Response ~ P1 + P2 +...+ P5, family=poisson(), ...)
model.pois.inter <- glm(Response ~ (P1 + P2 +...+ P5)^2, family=poisson(), ...)
Две модели мне подходят с отрицательной биномиальной регрессией.
library(MASS)
model.nb <- glm.nb(Response ~ P1 + P2 +...+ P5, ...)
model.nb.inter <- glm.nb(Response ~ (P1 + P2 +...+ P5)^2, ...)
Можно ли использовать статистический тест для сравнения этих моделей? Я использовал AIC в качестве меры подгонки, но AFAIK это не настоящий тест.
model.nb.inter
это значительно лучше , чем у model.pois.inter
. Да, AIC ниже, но насколько ниже значительно лучше ?
model.pois
model.pois.inter
model.nb
model.nb.inter