«aic» 태그된 질문

따라서 변수 선택은 모델 선택의 일부라는 것을 알고 있습니다. 그러나 모델 선택은 정확히 무엇으로 구성됩니까? 다음 이상입니다 : 1) 모형의 분포를 선택하십시오 2) 설명 변수를 선택하십시오. 나는 Burnham & Anderson : AIC vs BIC 기사를 읽고 모델 선택에서 AIC와 BIC에 대해 이야기 하기 때문에 이것을 묻습니다 . 내가 '변수 선택'과 …

12 feature-selection  model-selection  aic  bic 

Wikipedia에서 Akaike 's Information Criterion (AIC)의 정의는 로 정의되며, 여기서 k 는 매개 변수의 수이고 log L 은 모형의 로그 우도입니다.I씨= 2 k - 2 로그엘AIC=2k−2log⁡L AIC = 2k -2 \log L 케이kk로그엘log⁡L\log L 그러나, 저명한 대학 상태에서 우리의 경제학 노트 그 I C = 로그 ( σ 2 ) …

12 econometrics  aic  arma  information-theory 

데이터 세트가 매우 커서 약 5 %의 임의 값이 없습니다. 이 변수들은 서로 상관되어 있습니다. 다음 예제 R 데이터 세트는 더미 상관 데이터가있는 장난감 예제 일뿐입니다. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", 1:10000, sep ="") rownames(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 

데이터의 잠재 상태 수를 추정하기 위해 HMM (Hidden Markov Model)에 맞추려고하는 시계열 데이터 세트가 있습니다. 이 작업을 수행하는 의사 코드는 다음과 같습니다. for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ... optimal_number_of_states = "model with smallest BIC" ... } 이제 일반적인 회귀 모델에서 BIC는 가장 …

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 

동일한 공변량 및 분포 제품군이 주어지면 다른 링크 기능을 가진 모델을 어떻게 비교할 수 있습니까? 여기에 정답은 "AIC / BIC"이라고 생각하지만 100 % 확신 할 수는 없습니다. 링크가 다른 경우 중첩 모델을 가질 수 있습니까?

12 generalized-linear-model  aic  link-function 

AIC는 . 여기서 는 최대 가능성 추정값이고 는 모수 공간의 차원입니다. 의 추정을 위해, 보통 밀도의 상수 인자를 무시합니다. 이것은 가능성을 단순화하기 위해 매개 변수에 의존하지 않는 요소입니다. 반면,이 요소는 중첩되지 않은 모델을 비교할 때이 요소가 일반적이지 않으며 해당 AIC의 순서가 고려되지 않으면 다를 수 있으므로 AIC 계산에 매우 중요합니다.AIC=−2log(L(θ^))+2pAIC=−2log⁡(L(θ^))+2pAIC=-2 …

12 model-selection  aic  nested-models 

AIC 또는 다른 정보 기준의 요점은 덜 낫다는 것입니다. 따라서 두 가지 M1 모델이 있습니다 : y = a0 + XA + e 및 M2 : y = b0 + ZB + u, 첫 번째 (A1)의 AIC가 두 번째 (A2)의 AIC보다 작 으면 M1은 정보 이론 관점에서 더 잘 맞습니다. …

12 regression  aic 

적어도 일부 상위 칼리버의 통계 학자들 사이에서, 최소값의 특정 임계 값 내에 AIC 통계치가있는 모델은 AIC 통계를 최소화하는 모델로서 적절하게 고려되어야한다는 것이 잘 확립되어있다. 예를 들어 [1, p.221]에서 그런 다음 작은 GCV 또는 AIC 모델이 가장 좋습니다. 물론 GCV 또는 AIC를 맹목적으로 최소화해서는 안됩니다. 오히려 합리적으로 작은 GCV 또는 AIC …

12 time-series  model-selection  aic 

어느 쪽이든 R 문서는 그다지 밝지 않습니다. 이 링크 에서 얻을 수있는 것은 둘 중 하나를 사용하는 것이 좋습니다. 내가 얻지 못하는 것은 왜 그들이 평등하지 않은지입니다. 사실 : R의 단계적 회귀 함수는를 step()사용합니다 extractAIC(). 흥미롭게도 R의 'mtcars'데이터 세트 에서 lm()모델과 glm()'null'모델 (인터셉트 만)을 실행하면 AIC및에 대한 결과가 다릅니다 extractAIC(). …

11 r  regression  aic  stepwise-regression 

(1)에서 많은 책과 논문을 읽었던 Chris Chatfield는 다음과 같은 조언을합니다. 예를 들어, AIC 값이 낮거나 대략 동일한 ARIMA 시계열 모델 중에서 선택해야합니다. 이는 최소 AIC를 제공하는 것이 아니라 가장 최근 연도 데이터를 가장 잘 예측하는 것입니다. 그러한 조언의 근거는 무엇입니까? 소리가 좋은 경우, predict :: auto.arima 및 기타 예측 루틴이 …

11 forecasting  model-selection  arima  aic 

예를 들어 세 가지 그룹으로 구성된 데이터를 비교하고 싶습니다. ID Group Prop.Nitrogen 1 A 0.89 2 A 0.85 3 B 0.92 4 B 0.97 Wharton과 Hui (doi : 10.1890 / 10-0340.1 1 )에 따라 이러한 데이터가 로짓 변환을 사용하여 처리하는 것이 더 나은지 알 수 있습니다. 변환 된 데이터와 변환되지 …

11 data-transformation  aic  fitting 

최근에 동일한 예측 변수 / 응답 데이터에 대해 4 개의 다중 회귀 모델에 적합했습니다. 포아송 회귀 분석에 적합한 두 가지 모형. model.pois <- glm(Response ~ P1 + P2 +...+ P5, family=poisson(), ...) model.pois.inter <- glm(Response ~ (P1 + P2 +...+ P5)^2, family=poisson(), ...) 부정적인 이항 회귀 분석에 적합한 두 가지 …

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

인공 신경망에서 AIC를 계산하기 위해 매개 변수 수를 어떻게 계산할 수 있습니까?

11 neural-networks  aic 

위키 백과 페이지는 박스 - 젠킨스는 시계열에 ARIMA 모델을 피팅하는 방법이라고 말한다. 이제 ARIMA 모델을 시계열에 맞추려면 SAS를 열고 호출 proc ARIMA하고 매개 변수 를 제공하면 SAS에서 AR 및 MA 계수를 제공합니다. 이제 의 다른 조합을 시도 할 수 있으며 SAS는 각 경우마다 계수 세트를 제공합니다. Akaike 정보 기준이 가장 …

10 time-series  arima  sas  aic  box-jenkins 

나는이 문헌에 익숙하지 않기 때문에 이것이 명백한 질문이라면 용서해주십시오. AIC와 BIC는 가능성을 최대화하는 데 의존하기 때문에 주어진 데이터 세트에 맞추려고 시도하는 모델 세트를 상대적으로 비교하는 데만 사용할 수 있습니다. 내 이해에 따르면 데이터 세트 1에서 모델 A의 AIC를 계산하고 데이터 세트 2에서 모델 B의 AIC를 계산 한 다음 두 AIC …

10 model-selection  aic  bic