Preguntas etiquetadas con aic

Tengo un problema para aprovechar los beneficios de etiquetar un factor modelo como aleatorio por varias razones. Para mí, parece que en casi todos los casos la solución óptima es tratar todos los factores como fijos. Primero, la distinción entre fijo y aleatorio es bastante arbitraria. La explicación estándar es …

24 model-selection  random-effects-model  aic  fixed-effects-model  mixed-model 

Estoy interesado en la selección de modelos en una configuración de series de tiempo. Para concreción, supongamos que quiero seleccionar un modelo ARMA de un grupo de modelos ARMA con diferentes órdenes de retraso. La intención final es pronosticar . La selección del modelo puede hacerse por validación cruzada, uso …

23 time-series  forecasting  cross-validation  model-selection  aic 

Estoy buscando ejemplos de cómo interpretar las estimaciones de AIC (criterio de información de Akaike) y BIC (criterio de información bayesiano). ¿Se puede interpretar la diferencia negativa entre BIC como las probabilidades posteriores de un modelo sobre el otro? ¿Cómo puedo poner esto en palabras? Por ejemplo, el BIC = …

23 interpretation  aic  bic 

¿Cómo se comparan normalmente los modelos de efectos mixtos (lineales) entre sí? Sé que se pueden usar pruebas de razón de probabilidad, pero esto no funciona si un modelo no es un 'subconjunto' del otro ¿correcto? ¿La estimación de los modelos df es siempre sencilla? ¿Número de efectos fijos + …

22 hypothesis-testing  mixed-model  cross-validation  aic  degrees-of-freedom 

Soy nuevo en esta cosa R pero no estoy seguro de qué modelo seleccionar. Hice una regresión progresiva hacia adelante seleccionando cada variable en función del AIC más bajo. Se me ocurrieron 3 modelos que no estoy seguro de cuál es el "mejor". Model 1: Var1 (p=0.03) AIC=14.978 Model 2: …

22 model-selection  aic  stepwise-regression 

En un pequeño conjunto de datos ( ) con el que estoy trabajando, varias variables me dan una predicción / separación perfecta . Por lo tanto, utilizo la regresión logística de Firth para tratar el problema.n ∼ 100norte∼100n\sim100 Si selecciono el mejor modelo por AIC o BIC , ¿debo incluir …

21 logistic  model-selection  aic  separation 

Al calcular AIC, Un yodo= 2 k - 2 l n LAIC=2k−2lnLAIC = 2k - 2 ln L k significa 'número de parámetros'. Pero, ¿qué cuenta como parámetro? Así por ejemplo en el modelo y= a x + by=ax+by = ax + b ¿A y b siempre se cuentan como …

21 aic 

Digamos que tenemos que GLMMs mod1 <- glmer(y ~ x + A + (1|g), data = dat) mod2 <- glmer(y ~ x + B + (1|g), data = dat) Estos modelos no están anidados en el sentido habitual de: a <- glmer(y ~ x + A + (1|g), data = …

19 r  mixed-model  aic  lme4-nlme  nested-models 

Después de leer "Explicar o predecir " de Galit Shmueli (2010), me sorprende una aparente contradicción. Hay tres premisas, Elección del modelo basado en AIC versus BIC (final de p. 300 - comienzo de p. 301): simplemente, AIC debe usarse para seleccionar un modelo destinado a predicción, mientras que BIC …

18 forecasting  model-selection  feature-selection  aic  bic 

He leído innumerables publicaciones en este sitio que están increíblemente en contra del uso de la selección gradual de variables usando cualquier tipo de criterio, ya sea basado en valores p, AIC, BIC, etc. Entiendo por qué estos procedimientos son en general bastante pobres para la selección de variables. La …

17 forecasting  predictive-models  arima  aic  stepwise-regression 

Esta pregunta es un seguimiento o intento de aclarar la posible confusión con respecto a un tema que yo y muchos otros encontramos un poco difícil, con respecto a la diferencia entre AIC y BIC. En una muy buena respuesta de @Dave Kellen sobre este tema ( /stats//a/767/30589 ) leemos: …

17 model-selection  aic  bic 

La esencia de mi pregunta es esta: Sea una variable aleatoria normal multivariante con media μ y matriz de covarianza Σ . Sea Z : = log ( Y ) , es decir, Z i = log ( Y i ) , i ∈ { 1 , ... , n …

17 data-transformation  aic  likelihood 

(Esta pregunta puede parecer más adecuada para la Filosofía SE. Espero que los estadísticos puedan aclarar mis ideas erróneas sobre las declaraciones de Box y Shmueli, por lo tanto, la estoy publicando aquí). George Box (de la fama de ARIMA) dijo: "Todos los modelos están equivocados, pero algunos son útiles". …

16 predictive-models  aic  bic  philosophical  explanatory-models 

Acabo de encontrarme con el "criterio de información de Akaike", y noté esta gran cantidad de literatura sobre la selección de modelos (también parecen existir cosas como BIC). ¿Por qué los métodos modernos de aprendizaje automático no aprovechan estos criterios de selección de modelos BIC y AIC?

16 machine-learning  model-selection  aic  bic 

He estado estudiando estadísticas de muchos libros durante los últimos 3 años, y gracias a este sitio aprendí mucho. Sin embargo, una pregunta fundamental sigue sin respuesta para mí. Puede tener una respuesta muy simple o muy difícil, pero sé con certeza que requiere una comprensión profunda de las estadísticas. …

15 modeling  inference  aic