멀티 모델 추론에 대한 Burnham-Anderson 책을 추천 할 수 있습니까?

R의 예측 패키지에서 AIC에서 AICc 로의 기본 모델 선택 통계의 최근 변경에 의해 동기가 부여 된 것처럼, 나는 후자가 실제로 어디에서나 적용 가능한지 궁금합니다. 이 점에 대한 일련의 질문이 있으며 여기에 첫 번째 질문이 있습니다.

나는 (1) 에서 번햄과 앤더슨 (비 통계 학자)이 여기 에서 요약 한 바와 같이 잘 알려진 책 이 권장하는 것을 AIC를 AICc로 대체한다는 것을 알고있다 . 이 책은 때때로 젊은 통계 학자들이 비판적으로 언급하고 있습니다. 예를 들어 Rob Hyndman의이 블로그 게시물에 대한 의견을 참고하십시오 . 그러나 통계 학자 Brian Ripley는 근본적으로 다른 방식으로 조언했습니다.

“Burnham and Anderson (2002) is a book I would recommend people NOT read until 
they have read the primary literature. I see no evidence that the authors have 
actually read Akaike’s papers." [quoted from [AIC MYTHS AND MISUNDERSTANDINGS][4] by
Burnham-Anderson]

Ripley 가 AIC 및 관련 이론에 대해 쓴 내용 에서 경고를 심각하게 고려해야합니다. Akaike의 자체 논문과 Burnham-Anderson 책이 모두 있습니다. 나는 결국이 책의 질에 대해 나 자신의 의견을 가질 것이지만, 젊은이와 노인 통계 학자들이 어떻게 생각하는지 아는 데 도움이 될 것이다. 특히, 모델 선택에 AIC를 사용하는 데 대한 유용한 요약으로이 책을 명시 적으로 추천 한 통계 교수 (또는 다른 통계 전문가)가 있습니까?

참고:

(1) Burnham, KP & Anderson, DR 모델 선택 및 다중 모델 추론 : 2002 년 Springer의 실용적인 정보 이론적 접근

추신. "버넘 박사는 통계 학자"라는 최근의 "답변"에 대한 답장으로이 설명을 추가하고 싶습니다. 그렇습니다. 그는 스스로 통계 학자이자 ASA의 연구원이며 ASA의 Distinguished Achievement Medal을 포함한 수많은 전문 상을 수상했습니다. 그러나 누가 아니라고합니까? 위에서 말한 것은 한 쌍의 저자로서 통계학자가 아니며이 사실을 반영한 것입니다.

OP는 AIC 대 AICc 토론과 관련하여 특히 특정 도서가 고품질인지 여부를 평가하는 데 도움이되는 고품질 통계 학자에 대한 고품질 설문 조사를 찾고있는 것으로 보입니다. 이 사이트는 특히 체계적인 설문 조사에 적합하지 않습니다. 대신 기본 질문을 직접 해결하려고합니다.

AIC와 AICc는 모델 적합 (우측 성 측면)과 과잉 적합 (매개 변수 수 측면)의 휴리스틱 트레이드 오프에 따라 모델의 점수를 매 깁니다. 이 트레이드 오프에서 AICc는 매개 변수 수에 대해 약간 더 큰 페널티를줍니다. 따라서, AICc는 항상 최상의 AIC 모델의 복잡성과 비교하여 덜 복잡한 모델을 선호합니다. 이런 의미에서 두 사람의 관계는 그들의 파생의 근간이되는 매우 복잡한 주장에도 불구하고 매우 간단합니다.

AIC와 AICc는 방대한 후보 정보 기준 중 두 가지에 불과하며, BIC와 DIC 는 아마도 최고의 대안입니다. BIC는 대부분의 경우 AIC 또는 AICc보다 훨씬 보수적입니다 (많은 수의 모델 매개 변수에 불이익). 어떤 기준이 최고인지에 대한 문제는 진정으로 문제에 따라 다릅니다. 강력한 표본 외 예측이 필요한 경우 매우 보수적 인 기준을 합법적으로 선호 할 수 있습니다.

FWIW, 나는 캡처-복구 모델의 예측 오차에 대한 광범위한 시뮬레이션 연구에서 AICc의 보수성 수준이 AIC보다 일반적으로 바람직 하다는 것을 발견 했다.