«aic» etiketlenmiş sorular

Değişken seçiminin model seçiminin bir parçası olduğunu anlıyorum. Peki, model seçimi tam olarak nelerden oluşur? Aşağıdakilerden daha fazla mı? 1) modeliniz için bir dağıtım seçin 2) açıklayıcı değişkenleri seçer,? Bunu soruyorum çünkü Burnham & Anderson: AIC vs BIC, model seçiminde AIC ve BIC hakkında konuştukları bir makale okuyorum . Bu …

12 feature-selection  model-selection  aic  bic 

Wikipedia'da Akaike'nin Bilgi Kriteri'nin (AIC) olarak tanımlanması söz konusudur , burada parametre sayısıdır ve modelin log olasılığıdır.AIC=2k−2logLAIC=2k−2log⁡L AIC = 2k -2 \log L kkklogLlog⁡L\log L Ancak Ekonometriklerimiz saygın bir üniversitede olduğunu belirtmektedir . Burada , bir ARMA modelindeki hatalar için tahmini varyans ve , zaman serisi veri kümesindeki gözlem sayısıdır.AIC=log(σ^2)+2⋅kTAIC=log⁡(σ^2)+2⋅kT …

12 econometrics  aic  arma  information-theory 

Çok büyük bir veri setim var ve yaklaşık% 5 rasgele değerler eksik. Bu değişkenler birbiriyle ilişkilidir. Aşağıdaki örnek R veri kümesi sadece yapay korelasyonlu verilere sahip bir oyuncak örneğidir. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", 1:10000, …

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 

Verilerdeki gizli durumların sayısını tahmin etmek için bir Gizli Markov Modeli (HMM) sığdırmaya çalıştığım bir zaman serisi veri var. Bunu yapmak için sahte kodum şudur: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ... optimal_number_of_states = "model with smallest BIC" ... } Şimdi, her zamanki …

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 

Aynı ortak değişkenler ve dağıtım ailesi seti göz önüne alındığında, farklı bağlantı işlevlerine sahip modelleri nasıl karşılaştırabilirim? Burada doğru cevabın "AIC / BIC" olduğunu düşünüyorum, ama% 100 emin değilim. Farklı bir bağlantıları varsa iç içe geçmiş modellerin olması mümkün müdür?

12 generalized-linear-model  aic  link-function 

AIC olarak tanımlanır , θ kestirim ve p parametre alanı boyutudur. Θ tahmini içinA IC= - 2 günlük( L ( θ^) ) + 2 pAIC=−2log⁡(L(θ^))+2pAIC=-2 \log(L(\hat\theta))+2pθ^θ^\hat\thetapppθθ\thetagenellikle yoğunluk sabit faktörünü ihmal eder. Bu, olasılığı basitleştirmek için parametrelere bağlı olmayan faktördür. Öte yandan, iç içe olmayan modelleri karşılaştırırken bu faktörün yaygın olmadığı …

12 model-selection  aic  nested-models 

AIC'nin veya diğer herhangi bir bilgi kriterinin asıl amacı, daha azının daha iyi olmasıdır. İki M1 modelim varsa: y = a0 + XA + e ve M2: y = b0 + ZB + u ve eğer ilk (A1) AIC'si ikinci (A2) modelinden daha azsa, M1 bilgi teorisi açısından daha uygun. …

12 regression  aic 

En azından bazı yüksek kalibreli istatistikçiler arasında, minimum değerin belirli bir eşiği içinde AIC istatistiği değerlerine sahip modellerin AIC istatistiğini en aza indiren model olarak uygun olarak kabul edilmesi gerektiği iyi bilinmektedir. Örneğin, [1, s.221] Daha sonra küçük GCV veya AIC'li modeller en iyi olarak kabul edilir. Tabii ki GCV …

12 time-series  model-selection  aic 

Her ikisinin de R belgeleri çok fazla ışık tutmuyor. Bu bağlantıdan alabileceğim tek şey, ikisinden birini kullanmanın iyi olması. Elimde olmayan şey neden eşit olmadıkları. Gerçek: R'deki kademeli regresyon fonksiyonu step()kullanır extractAIC(). İlginç bir şekilde, çalışan bir lm()model ve glm()R 'mtcars' veri kümesi üzerinde 'boş' bir model (yalnızca kesişme) için …

11 r  regression  aic  stepwise-regression 

Okuduğum birçok kaliteli kitabı ve makalesi olan Chris Chatfield, (1) 'de aşağıdaki tavsiyelerde bulunur: Örneğin, AIC'nin düşük ve yaklaşık olarak eşit değerlerine sahip ARIMA zaman serisi modelleri arasında seçim yapılması, muhtemelen en az AIC'yi vermek değil, en son yıl verilerinin en iyi tahminlerini vermek için yapılmalıdır. Bu tavsiyenin mantığı nedir? …

11 forecasting  model-selection  arima  aic 

Üç farklı grup arasında orantı veren verileri karşılaştırmak istiyorum, örneğin: ID Group Prop.Nitrogen 1 A 0.89 2 A 0.85 3 B 0.92 4 B 0.97 Wharton ve Hui'nin ardından (doi: 10.1890 / 10-0340.1 1 ) Bu verilerin dönüştürülmüş bir logit kullanımı ile daha iyi ilgilenip ilgilenmeyeceğini anladım. Dönüştürülmüş ve dönüştürülmemiş …

11 data-transformation  aic  fitting 

Son zamanlarda aynı tahmin / yanıt verileri için 4 çoklu regresyon modeline uydum. Modellerden ikisi Poisson regresyonuna uyuyor. model.pois <- glm(Response ~ P1 + P2 +...+ P5, family=poisson(), ...) model.pois.inter <- glm(Response ~ (P1 + P2 +...+ P5)^2, family=poisson(), ...) Modellerden ikisi negatif binom regresyonu ile uyuyorum. library(MASS) model.nb <- …

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

Yapay sinir ağındaki AIC değerini hesaplamak için parametre sayısını nasıl hesaplayabilirim?

11 neural-networks  aic 

Vikipedi sayfası Box-Jenkins zaman serisi ARIMA modeli uydurma bir yöntem olduğunu söylüyor. Şimdi, bir ARIMA modelini bir zaman serisine sığdırmak istersem, SAS'ı açacağım, arayacağım proc ARIMA, parametrelerini tedarik edeceğim ve SAS bana AR ve MA katsayıları verecek. Şimdi, p , d , q ve SAS'ın farklı kombinasyonlarını deneyebilirim , her …

10 time-series  arima  sas  aic  box-jenkins 

Bu literatüre aşina değilim, bu yüzden bu açık bir soru ise lütfen beni affet. AIC ve BIC olasılığı en üst düzeye çıkarmaya bağlı olduğu için, sadece belirli bir veri kümesine uymaya çalışan bir dizi model arasında göreceli karşılaştırmalar yapmak için kullanılabilecekleri görülmektedir. Anladığım kadarıyla, veri kümesi 1'de Model A için …

10 model-selection  aic  bic