Вопросы с тегом «aic»

Поэтому я понимаю, что выбор переменной является частью выбора модели. Но из чего конкретно состоит выбор модели? Это больше, чем следующее: 1) выберите дистрибутив для вашей модели 2) выбрать объясняющие переменные,? Я спрашиваю об этом, потому что я читаю статью Burnham & Anderson: AIC против BIC, где они говорят об …

12 feature-selection  model-selection  aic  bic 

Из Википедии есть определение информационного критерия Акаике (AIC) как , где - число параметров, а \ log L - логарифмическая вероятность модели.k log LAIC=2k−2logLAIC=2k−2log⁡L AIC = 2k -2 \log L kkkжурналLlog⁡L\log L Тем не менее, наша эконометрика отмечает в уважаемом университете, что А яС= журнал( σ^2) + 2 ⋅ кTAIC=log⁡(σ^2)+2⋅kT …

12 econometrics  aic  arma  information-theory 

У меня очень большой набор данных и около 5% случайных значений отсутствуют. Эти переменные связаны друг с другом. В следующем примере набор данных R - просто игрушечный пример с фиктивными коррелированными данными. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- …

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 

У меня есть набор данных временного ряда, к которому я пытаюсь подогнать скрытую марковскую модель (HMM), чтобы оценить количество скрытых состояний в данных. Мой псевдокод для этого следующий: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ... optimal_number_of_states = "model with smallest BIC" ... } …

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 

Учитывая тот же набор ковариат и семейства распределений, как я могу сравнить модели, имеющие разные функции связи? Я думаю, что правильный ответ здесь - «AIC / BIC», но я не уверен на 100%. Можно ли иметь вложенные модели, если у них другая ссылка?

12 generalized-linear-model  aic  link-function 

АИК определяется как , где θ является оценкой максимального правдоподобия и р является размерность пространства параметров. Для оценки θА яС= - 2 журнала( L ( θ^) ) + 2 рAIC=−2log⁡(L(θ^))+2pAIC=-2 \log(L(\hat\theta))+2pθ^θ^\hat\thetaпppθθ\thetaобычно пренебрегают постоянным фактором плотности. Это фактор, который не зависит от параметров, чтобы упростить вероятность. С другой стороны, этот фактор …

12 model-selection  aic  nested-models 

Весь смысл AIC или любого другого информационного критерия в том, что чем меньше, тем лучше. Поэтому, если у меня есть две модели M1: y = a0 + XA + e и M2: y = b0 + ZB + u, и если AIC первого (A1) меньше, чем у второго (A2), то …

12 regression  aic 

Хорошо известно, по крайней мере среди статистиков более высокого уровня, что модели со значениями статистики AIC в пределах определенного порога минимального значения следует рассматривать как соответствующие модели, минимизирующей статистику AIC. Например, в [1, с.221] находим Тогда модели с маленьким GCV или AIC будут считаться лучшими. Конечно, нельзя просто слепо минимизировать …

12 time-series  model-selection  aic 

Документация R для обоих не проливает много света. Все, что я могу получить по этой ссылке, это то, что использование любого из них должно быть хорошо. Я не понимаю, почему они не равны. Факт: пошаговая функция регрессии в R, step()использует extractAIC(). Интересно, что запуск lm()модели и glm()«нулевой» модели (только пересечение) …

11 r  regression  aic  stepwise-regression 

Крис Чатфилд, чьи многочисленные качественные книги и газеты мне нравилось читать, в (1) дает следующий совет: Например, вероятно, следует сделать выбор между моделями временных рядов ARIMA с низкими и приблизительно равными значениями AIC, причем не в тех случаях, когда получается минимальный AIC, а в отношении тех, которые дают наилучшие прогнозы …

11 forecasting  model-selection  arima  aic 

Я хочу сравнить данные, которые пропорции между тремя различными группами, например: ID Group Prop.Nitrogen 1 A 0.89 2 A 0.85 3 B 0.92 4 B 0.97 Вслед за Уортоном и Хуэем (doi: 10.1890 / 10-0340.1 1 ) я подумал, что лучше посмотреть, будут ли эти данные лучше обрабатывать с использованием …

11 data-transformation  aic  fitting 

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 …

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

Как я могу рассчитать количество параметров в искусственной нейронной сети, чтобы вычислить ее AIC?

11 neural-networks  aic 

На странице Википедии говорится, что Box-Jenkins - это метод подгонки модели ARIMA к временному ряду. Теперь, если я хочу приспособить модель ARIMA к временному ряду, я открою SAS, вызову proc ARIMA, предоставлю параметры а SAS даст мне коэффициенты AR и MA. Теперь я могу попробовать разные комбинации и SAS даст …

10 time-series  arima  sas  aic  box-jenkins 

Я не очень знаком с этой литературой, поэтому, пожалуйста, прости меня, если это очевидный вопрос. Поскольку AIC и BIC зависят от максимизации вероятности, кажется, что они могут использоваться только для сравнительных сравнений между набором моделей, пытающихся соответствовать заданному набору данных. Насколько я понимаю, не имеет смысла вычислять AIC для модели …

10 model-selection  aic  bic