모형 선택에서 AIC와 p- 값의 동등성

이 질문 에 대한 답변 에서 모델 선택에 AIC를 사용하는 것은 p- 값 0.154를 사용하는 것과 동일하다고 언급되었습니다.

R에서 시도했습니다. 여기서 "뒤로"하위 세트 선택 알고리즘을 사용하여 전체 사양에서 변수를 제거했습니다. 먼저, p- 값이 가장 높은 변수를 순차적으로 버리고 모든 p- 값이 0.154 미만이면 중지하고, 두 번째로, 개선 할 수 없을 때까지 제거 할 때 AIC가 가장 낮은 변수를 제거합니다.

0.154의 p- 값을 임계 값으로 사용할 때 거의 동일한 결과를 제공합니다.

이것이 사실입니까? 그렇다면 왜 그 이유를 알고 있거나 설명 할 수있는 출처를 참조 할 수 있습니까?

추신. 나는 방금 가입했기 때문에 그 사람에게 의견을 말하거나 의견을 쓸 수 없었습니다. 나는 이것이 모델 선택 및 추론 등에 가장 적합한 접근법이 아니라는 것을 알고 있습니다.

통계 테스트 또는 AIC를 사용하여 수행 한 변수 선택은 매우 문제가됩니다. 사용하는 경우$\chi^2$ 테스트에서 AIC는 $\chi^2$= 2.0에 해당 $\alpha=0.157$. 개별 변수에 사용될 때 AIC는 새로운 것이 아닙니다. 그것은 더 합리적인 사용$\alpha$0.05보다 큽니다. 보다 합리적 (추론 방해가 적음)$\alpha$ 0.5입니다.