问题标签 [model-comparison]

我在选择正确的模型时遇到了问题。我有一个包含各种变量（协变量和虚拟变量）的模型。我试图找到模型的最佳捕捉，所以我首先开始将模型与 AIC 进行比较。由此得出，当允许所有变量留在模型中（整个变量与所有虚拟变量交互）时，达到了最小 AIC。当我计算模型的摘要时，所有影响都绝对不显着，它的标准。错误非常高。在将“最佳”（在 AIC 上）模型与具有任何交互的较小模型进行比较时，我有点困惑。较小的模型具有较小的标准误差和不错的 p 值……但与大模型​​相比，AIC 更高。可能是什么问题？过度规范？

我真的需要帮助，因为我完全不知道如何处理这个！

非常感谢

我正在尝试基于大量解释变量（包括变量之间的交互项）构建线性模型，其中两个是因子变量。在 regsubsets() 或 jumps() 中使用因子变量会导致错误。在尝试详尽的模型选择时，我可以使用另一个函数或包来包含因子变量吗？

谢谢你

詹姆士

在将加权和未加权模型的偏差与 AIC 值进行比较时，我遇到了一些差异。一个一般的例子（来自'nls'）：

这是未加权的拟合，在“nls”的代码中可以看到“nls”生成了一个向量wts <- rep(1, n)。

现在进行加权拟合：

其中我为 8 种浓度中的每一种分配了增加的权重，并重复了 2 次。

现在deviance我得到：

告诉我加权拟合具有显着更高的偏差（更差拟合）。

现在AIC（或BIC）我得到

这告诉我第二次拟合是更好的一个数量级（较低的 AIC）。为什么这样？

如果我AIC根据教科书中的残差平方和进行定义

我明白了

stats:::AIC.logLik与上述基于对数似然的 AIC ( ) 的值相同

但

它更高并且完全适合第二个模型的更高偏差。

谁能启发我？'nls' 模型的标准 AIC 实施是否不适用于加权拟合？

干杯，安德烈

我有两个回归模型，一个具有 87 的相关系数和 0.045 的 RMSE，另一个具有 93 的相关系数和 0.055 的 RMSE。其中哪个是预测未来病例的更好模型？或者，相关系数或 RMSE 哪个更适合回归模型评估？谢谢。

正如 glm() 的文档所解释的，glm() 返回的值的 aic 组件不是有效的 AIC：

对于高斯、伽玛和逆高斯族，色散是从残余偏差估计的，参数的数量是系数的数量加一。对于高斯族，使用色散的 MLE，因此这是 AIC 的有效值，但对于 Gamma 和逆高斯族则不是。

因此，需要以其他方式获得有效的 AIC。

我有两个多元线性回归模型，使用相同的受试者组、变量构建，唯一的区别是时间点：一个是基线数据，另一个是一段时间后获得的。我想比较两个模型之间是否有任何统计意义。我看过文章说，在比较模型时，使用 AIC 可能比 p 值更好。

我的问题是：在 R 中使用 extractAIC 纯粹比较 AIC 或获得 anova(lm) 是否有意义？

我正在使用 AIC 比较两个模型。但是，我意识到两个 AIC 值都太小（-4752.66，另一个接近）。我想知道这是正常的还是我在计算时做错了什么。

我有两个小数据集：

和

当我尝试使用 R 中的 anova() 语法比较这两个模型时（见下文），它无法产生 p 值。我不相信是这两个数据集的性质导致了问题（尽管我也很好奇这两个数据集的结构到底有什么不同），但我想这很可能是问题所在. 谢谢！

模型比较语法：

我有一个相对大的数据：

超过 370,000 个观测值，250 个级别的分类因变量，10 个自变量，包括数值变量和分类变量。

我想为模型比较执行10倍交叉验证（包括'rpart'中的分类树模型，'e1071'包中的svm，'kknn'包中的kknn，'adabag'包中的boosting和bagging）

看了这些模型的手册后，我尝试编写模型执行的代码，但我真的不知道如何执行 10 倍 CV。

实际上我已经尝试过了，但我是 R 的新手。我真的需要 10 倍 CV 的代码或功能的帮助。

这是我的代码：

有人告诉我包'cvTools'或'caret'可以执行k-folds CV，但我仍然无法使用这些包或功能成功执行。

我一直在尝试使用 biglm 在大型数据集（大约 60,000,000 行）上运行线性回归。我想使用 AIC 进行模型选择。然而，当我在较小的数据集上使用 biglm 时，我发现 biglm 返回的 AIC 变量与 lm 返回的变量不同。这甚至适用于 biglm 帮助中的示例。

有人可以解释一下这里发生了什么吗？使用 biglm 生成的 AIC 是否可以安全地用于比较同一数据集上的 biglm 模型？