Recientemente ajusté 4 modelos de regresión múltiple para los mismos datos de predicción / respuesta. Dos de los modelos que calzo con regresión de Poisson.
model.pois <- glm(Response ~ P1 + P2 +...+ P5, family=poisson(), ...)
model.pois.inter <- glm(Response ~ (P1 + P2 +...+ P5)^2, family=poisson(), ...)
Dos de los modelos que calzo con regresión binomial negativa.
library(MASS)
model.nb <- glm.nb(Response ~ P1 + P2 +...+ P5, ...)
model.nb.inter <- glm.nb(Response ~ (P1 + P2 +...+ P5)^2, ...)
¿Hay alguna prueba estadística que pueda usar para comparar estos modelos? He estado usando el AIC como una medida del ajuste, pero AFAIK esto no representa una prueba real.
model.nb.inter
es significativamente mejor que el de model.pois.inter
. Sí, el AIC es más bajo, pero ¿cuánto más bajo constituye significativamente mejor ?
model.pois
model.pois.inter
model.nb
model.nb.inter