답변:
따라 다릅니다. AIC는 로그 우도의 함수입니다. 두 유형의 모델이 로그 가능성을 동일한 방식으로 계산하는 경우 (예 : 동일한 상수 포함) 모델이 중첩 된 경우 가능합니다 .
나는 합리적으로 확신 glm()
과 lmer()
비교 로그 우도를 사용하지 마십시오.
중첩 모델에 대한 요점도 논의의 대상입니다. 어떤 사람들은 AIC가 이론을 제시하고 작동하는 방식이기 때문에 중첩 모델에만 유효하다고 말합니다. 다른 사람들은 모든 종류의 비교에 사용합니다.
이것은 내가 오랫동안 궁금했던 훌륭한 질문입니다.
동일한 제품군에 속하는 모델 (예 : 차수 k 또는 다항식의 자동 회귀 모델)의 경우 AIC / BIC가 의미가 있습니다. 다른 경우에는 덜 명확합니다. 로그 가능성을 정확하게 계산하려면 (일관된 용어로) 작동해야하지만 Bayes Factors와 같은보다 복잡한 모델 비교를 사용하는 것이 좋습니다 (http://www.jstor.org/stable/2291091).
모형에 손실 / 오류 기능이 동일한 경우 교차 검증 된 로그 우도를 비교하는 대안이 있습니다. 그것은 특정 상황에서 AIC / BIC가 의미가 없는지에 대해 일반적으로 제가 시도하는 것입니다.
경우에 따라 AIC는 다른 차등 차수의 ARIMA 모델과 같은 동일한 유형의 모델을 비교할 수 없습니다. 인용 예측 : Rob J Hyndman과 George Athanasopoulos의 원리와 실습 :