«aic» etiketlenmiş sorular

Birkaç nedenden ötürü bir model faktörünü rastgele olarak etiketlemenin faydalarını benimseme konusunda bir sorunum var. Bana göre, neredeyse her durumda olduğu gibi, optimal çözüm tüm faktörleri sabit olarak ele almaktır. İlk olarak, sabit vs rastgele ayrımı oldukça keyfidir. Standart açıklama, eğer kişi kendi başına belirli deneysel birimlerle ilgileniyorsa, o zaman …

24 model-selection  random-effects-model  aic  fixed-effects-model  mixed-model 

Bir zaman serisi ayarında model seçimi ile ilgileniyorum. Somutluk için, farklı gecikme sıralarına sahip bir ARMA model havuzundan bir ARMA modelini seçmek istediğimi varsayalım. Nihai amaç tahmin etmek . Model seçimi yapılabilir çapraz doğrulama, bilgi kriterlerinin kullanılması (AIC, BIC), diğer yöntemlerin yanı sıra. Rob J. Hyndman, zaman serileri için çapraz …

23 time-series  forecasting  cross-validation  model-selection  aic 

AIC (Akaike bilgi kriteri) ve BIC (Bayesian bilgi kriteri) tahminlerinin nasıl yorumlanacağına dair örnekler arıyorum. BIC'ler arasındaki negatif fark, bir modelin diğerine göre arka oranları olarak yorumlanabilir mi? Bunu kelimelere nasıl koyabilirim? BIC Örneğin = -2 diğer model üzerinde daha iyi bir modeli oran yaklaşık ima edebilir ?e2= 7.4e2=7.4e^2= 7.4 …

23 interpretation  aic  bic 

(Doğrusal) karışık etki modelleri normal olarak birbirleriyle nasıl karşılaştırılır? Olasılık oranı testlerinin kullanılabileceğini biliyorum, ancak bir model diğerinin 'altkümesi' değilse, bu işe yaramaz mı? Modellerin tahmini df her zaman basit midir? Sabit etki sayısı + varyans bileşenlerinin sayısı tahmin edildi mi? Rastgele etki tahminlerini görmezden mi geliyoruz? Peki ya doğrulama? …

22 hypothesis-testing  mixed-model  cross-validation  aic  degrees-of-freedom 

Bu R şeyinde yeniyim ama hangi modeli seçeceğimi bilemiyorum. En düşük AIC'ye dayanarak her bir değişkeni seçerek adım adım ileri regresyon yaptım . Hangi modelin "en iyisi" olduğundan emin değilim. Model 1: Var1 (p=0.03) AIC=14.978 Model 2: Var1 (p=0.09) + Var2 (p=0.199) AIC = 12.543 Model 3: Var1 (p=0.04) + …

22 model-selection  aic  stepwise-regression 

Çalıştığım küçük bir veri setinde ( ) birkaç değişken bana mükemmel bir öngörü / ayrılık verir . Bu yüzden , konuyla ilgilenmek için Firth lojistik regresyon kullanıyorum .n ∼ 100n~100n\sim100 En iyi modeli AIC veya BIC ile seçersem , bu bilgi kriterlerini hesaplarken olasılığa Firth cezasını da dahil etmeli miyim?

21 logistic  model-selection  aic  separation 

AIC hesaplanırken, AIC=2k−2lnLAIC=2k−2lnLAIC = 2k - 2 ln L k 'parametre sayısı' anlamına gelir. Fakat parametre olarak ne sayılır? Yani örneğin modelde y=ax+by=ax+by = ax + b A ve b her zaman parametre olarak sayılır mı? Kesmenin değerini umursamıyorsam, görmezden gelebilir miyim yoksa hala sayılır mı? Farzedelim y=af(c,x)+by=af(c,x)+by = a …

21 aic 

Diyelim ki GLMM'lerimiz var mod1 <- glmer(y ~ x + A + (1|g), data = dat) mod2 <- glmer(y ~ x + B + (1|g), data = dat) Bu modeller olağan anlamda iç içe değildir: a <- glmer(y ~ x + A + (1|g), data = dat) b <- glmer(y …

19 r  mixed-model  aic  lme4-nlme  nested-models 

Galit Shmueli'nin "Açıklamak ya da Tahmin Etmek" (2010) bölümünü okuduktan sonra bariz bir çelişkiyle şaşkınım . Üç bina var, AIC - BIC tabanlı model seçimine karşı (s. 300 sonu - s. 301 başlangıcı): basitçe söylemek gerekirse, tahmin için amaçlanan bir model seçmek için AIC, açıklama için bir model seçmek için …

18 forecasting  model-selection  feature-selection  aic  bic 

Bu sitede, p-değerlerine dayalı, AIC, BIC vb. Bu prosedürlerin neden değişkenlerin seçimi için genel olarak oldukça zayıf olduğunu anlıyorum. gung'un buradaki muhtemelen ünlü gönderisi nedenini açıkça göstermektedir; sonuçta, sadece veri taraması olan hipotezi ortaya koyduğumuz aynı veri kümesinde bir hipotezi doğrularız. Ayrıca, p-değerleri, çarpıklık ve uç değerler gibi büyük ölçüde …

17 forecasting  predictive-models  arima  aic  stepwise-regression 

Bu soru, I ve diğer pek çok konuda AIC ve BIC arasındaki fark konusunda biraz zorlandığımız bir konuyu takip etmek veya karışıklığı gidermeye çalışmaktır. @Dave Kellen'in bu konuyla ilgili çok güzel bir cevapta ( /stats//a/767/30589 ) okuyoruz: Sorunuz, AIC ve BIC'nin aynı soruya cevap vermeye çalıştığını ima ediyor, bu doğru …

17 model-selection  aic  bic 

Sorumun özü şudur: Let Y∈RnY∈RnY \in \mathbb{R}^n ortalama bir çok değişkenli normal rastgele değişken olarak μμ\mu ve kovaryans matrisi ΣΣ\Sigma . Let Z:=log(Y)Z:=log⁡(Y)Z := \log(Y) , yani Zi=log(Yi),i∈{1,…,n}Zi=log⁡(Yi),i∈{1,…,n}Z_i = \log(Y_i), i \in \{1,\ldots,n\} . Nasıl bir modelin uygunluğunun AIC gözlenen gerçekleşmelerine kıyasla nasıl bir YYY gözlemlenen gerçekleşmelerine bir model uyum …

17 data-transformation  aic  likelihood 

(Bu soru Felsefe SE için daha uygun gibi görünebilir. İstatistikçilerin Box ve Shmueli'nin ifadeleri hakkındaki yanlış düşüncelerimi netleştirebileceğini umuyorum, bu yüzden buraya gönderiyorum). ARIMA şöhretinden George Box şöyle dedi: "Tüm modeller yanlış, ancak bazıları faydalı." Galit Shmueli "Açıklamak ya da Tahmin Etmek" adlı ünlü makalesinde şunları savunuyor (ve onunla aynı …

16 predictive-models  aic  bic  philosophical  explanatory-models 

Az önce "Akaike bilgi kriteri" ile karşılaştım ve model seçimiyle ilgili bu büyük miktarda literatürü fark ettim (BIC gibi şeyler de var gibi görünüyor). Çağdaş makine öğrenimi yöntemleri neden bu BIC ve AIC modeli seçim kriterlerinden yararlanmıyor?

16 machine-learning  model-selection  aic  bic 

R doğrusal bir regresyon AIC hesaplamak denedim, ancak AICböyle bir işlevi kullanmadan : lm_mtcars <- lm(mpg ~ drat, mtcars) nrow(mtcars)*(log((sum(lm_mtcars$residuals^2)/nrow(mtcars))))+(length(lm_mtcars$coefficients)*2) [1] 97.98786 Ancak, AICfarklı bir değer verir: AIC(lm_mtcars) [1] 190.7999 Biri bana neyi yanlış yaptığımı söyleyebilir mi?

16 r  aic  information-theory