我一直在运行 AIC，以便为我一直在运行的逐步回归模型选择变量。数据是景观数据，是在 19 个测试地点周围 4 个半径（1 公里、2 公里、3 公里和 4 公里）内的部分景观已经相交，并且景观参数（例如可耕地百分比和森林覆盖百分比）已被用作预测损失的变量某种农业害虫。当我在具有不同半径变量的模型上运行 AIC 以查看哪种组合最适合时，我在某些组合上得到了相同的 AIC。
前任。虫害对 % 森林覆盖率（半径 4000m）、化学处理（杀虫剂喷洒次数）和 1000m 半径内耕地百分比的损害
Df Sum of Sq RSS AIC
<none> 2.6991 -35.079
+ forest cover 1000m 1 0.075342 2.6237 -33.617
+ chemical treatment 1 0.015308 2.6837 -33.187
+ arable land 4000m 1 0.002589 2.6965 -33.098
[1] **20.84039**
--> AIC = 20.84039
如果我将可耕地百分比变量从 4000 米的半径更改为 3000 米的半径，AIC 是相同的。
Df Sum of Sq RSS AIC
<none> 2.6991 -35.079
+ forest cover 1000m 1 0.075342 2.6237 -33.617
+ chemical treatment 1 0.015308 2.6837 -33.187
+ arable land 3000m 1 0.000095 2.6989 -33.080
[1] **20.84039**
--> AIC = 20.84039
所以我的问题是，有人知道为什么这两种型号的 AIC 相同吗？可能仅仅是因为变量发生了变化（ 4000m 半径内的耕地百分比与 3000m 半径内的耕地百分比相似吗？也就是说，两个半径之间的耕地百分比没有太大变化？）
干杯。