问题标签 [model-comparison]

我正在尝试使用 dredge 的并行计算版本（包 MUMIn）来选择我的完整 glmer 模型的模型：

在将 R 集群设置为并​​行运行后，

我只是尝试使用 pdredge 函数，如下所示：

但没有评估，相反，我得到了所有子模型的以下输出：

使用非并行计算函数dedge，我没有观察到这个问题。pdredge似乎无法识别glmer，但我找不到原因。我是 MUMIn 和并行包的新用户，所以我可能在 pdredge 参数中遗漏了一些重要的东西吗？

非常感谢，胡安

在跨数据框的一个响应变量和几个解释变量之间应用模型后，我想按 AIC 分数对每个模型进行排名。我遇到了一个非常相似的问题，它正是我想做的。 在模型列表上使用 lapply，但它似乎对我不起作用，我不知道为什么。这是使用 mtcars 数据集的示例：

来自上述链接的批准答案建议：

但这对我不起作用，我收到此警告消息。

UseMethod（“logLik”）中的错误：
没有适用于“logLik”的方法应用于“summary.lm”类的对象

这是原始问题的答案...

我正在尝试比较 R 中的两个多元多元回归模型（请参见此处）

当我使用AIC()orBIC()时，R 表示它不允许多重响应。

有没有办法为多元多元回归模型获得单个 AIC/BIC 或 r^2（或者在数学上对多重响应做这件事是不合理的）？

在我的方法中，我试图找到“k”的最佳值，以使用 KMEANS 算法对一组文档进行聚类。我想使用“AIC”和“BIC”信息标准函数来寻找最佳模型。我使用此资源“sherrytowers.com/2013/10/24/k-means-clustering/”来找到“k”的最佳值。

但是当我运行代码时，我得到了 AIC 和 BIC 的以下图表。我无法从图表中解释任何内容。我的疑问是

1. 我的方法是否错误并且这些度量（AIC，BIC）不能用于使用 Kmeans 进行文档聚类？
2. 或者编程逻辑有错误，“AIC”和“BIC”是找到“k”簇数的正确方法？

这是我的代码

这些是它生成的图表 http://snag.gy/oAfhk.jpg http://snag.gy/vT8fZ.jpg

我有一个包含多项式响应变量和连续预测变量的数据集，并试图找出每个响应变量类别的每个预测变量的 AIC、F、p 值和解释方差的比例，以及以找到最佳的预测模型。我正在使用函数 multinom（来自 nnet）和 stepAIC（来自 MASS），虽然我似乎能够获得最佳模型及其 AIC，但我不明白如何获得单个变量 AIC、F、p 值和解释方差的比例。

我正在使用的代码是：

我对统计和 R 很陌生，所以如果有任何明显的错误/答案，请原谅！

我正在使用 PyMC 将一些数据拟合成一条直线。数据有异常值，所以我改编了 Jake Vanderplas 为他的教科书编写的一些代码（链接中的第三个示例）。该方法使用向量变量qi来编码每个单独的数据点是属于前景模型（我们正在拟合线）还是我们不关心的背景模型。

所以，当我们使用这个模型计算 BIC 和 AIC 时，我们会得到非常大的值（因为有很多点）。这完全有道理。然而，这不利于拥有许多数据点，这让我很恼火。另外，大的 AIC 和 BIC 会让不经意的观察者相信另一个模型（由于异常值而拟合不佳）实际上是更好的模型。

我在这里错过了 BIC 和 AIC 的微妙之处，还是使用混合模型的严酷现实，您总是必须使用一堆额外的二进制参数来表示数据点的成员资格？

我有一个数据框df

我想通过使用核岭回归来进行模型选择。我已经通过简单的逐步回归分析（见下文）完成了它，但我现在想使用核岭回归来完成它。

任何人都知道我如何计算模型选择的核岭回归？

我正在尝试拟合 Arima 模型并根据 AIC 查看哪个顺序最好我有以下 for 声明，我的问题是如何显示模型的顺序，因为它只给了我 AIC 值并且无法确定哪个模型,, mid.ts 是 xts 创建的时间序列数据如下：

SAS中有没有办法使用方差分析比较两个回归模型。我想要复制的是 - 在 R 中，如果我有 2 个模型 - model1 和 model2 我可以直接运行anova(model1, model2)以查找两者之间是否存在显着差异。

有没有办法在 SAS 中做同样的事情。

我正在研究生存分析。

我估计了 Cox 回归模型和 Buckley&James 回归模型。

为了确定哪种模型更适合我的数据集，我使用了 Akaike Information Criteria (AIC)。那么，如何使用 R 软件找到两个模型的 AIC 值？