หลังจากอ่าน Galit Shmueli "เพื่ออธิบายหรือทำนาย" (2010) ฉันรู้สึกสับสนกับความขัดแย้งที่เห็นได้ชัด มีสามสถานที่
- AIC- เมื่อเทียบกับ BIC ตามทางเลือกรูปแบบ (ในตอนท้ายของหน้า 300 - จุดเริ่มต้นของ P 301..) ใส่เพียง AIC ควรจะใช้สำหรับการเลือกรูปแบบที่มีไว้สำหรับการคาดการณ์ในขณะที่ BIC ควรจะใช้สำหรับการเลือกรูปแบบการหาคำอธิบาย นอกจากนี้ (ไม่ใช่ในกระดาษด้านบน) เรารู้ว่าภายใต้เงื่อนไขบางอย่าง BIC เลือกรูปแบบที่แท้จริงในชุดของแบบจำลองที่มีตัวเลือก; รูปแบบที่แท้จริงคือสิ่งที่เราแสวงหาในการสร้างแบบจำลองที่อธิบาย (ตอนท้ายของหน้า 293)
- Simple arithmetics: AIC จะเลือกแบบจำลองที่มีขนาดใหญ่กว่า BIC สำหรับตัวอย่างที่มีขนาด 8 หรือใหญ่กว่า (ที่น่าพอใจเนื่องจากการปรับความซับซ้อนแตกต่างกันใน AIC กับ BIC)
- "true"รูปแบบ (เช่นรุ่นที่มี regressors ที่ถูกต้องและรูปแบบการทำงานที่ถูกต้อง แต่ค่าสัมประสิทธิ์ประมาณไม่สมบูรณ์) อาจจะไม่เป็นแบบที่ดีที่สุดในการทำนาย (หน้า 307.) รูปแบบการถดถอยที่มีการทำนายที่หายไปอาจจะเป็นรูปแบบการคาดการณ์ที่ดีกว่า - การแนะนำของอคติเนื่องจากการคาดการณ์ที่ขาดหายไปอาจมีน้ำหนักเกินโดยการลดลงของความแปรปรวนเนื่องจากความไม่แน่นอนของการประมาณ
คะแนน 1 และ 2 แนะนำว่าแบบจำลองขนาดใหญ่อาจจะดีกว่าสำหรับการทำนายแบบจำลองแบบจำลอง ในขณะเดียวกันประเด็นที่ 3 ให้ตัวอย่างที่ตรงกันข้ามซึ่งแบบจำลองที่ดีกว่าสำหรับการคาดการณ์ดีกว่าแบบจำลองขนาดใหญ่ ฉันพบว่ามันทำให้งง
คำถาม:
- ความแตกต่างที่ชัดเจนระหว่างคะแนน {1 ได้อย่างไร และ 2. } และ 3 ถูกอธิบาย / แก้ไข?
- ในแง่ของจุดที่ 3 คุณสามารถให้คำอธิบายที่เข้าใจง่ายสำหรับสาเหตุและรูปแบบที่เลือกโดย AIC ที่ดีกว่าสำหรับการคาดการณ์ได้ดีกว่าแบบจำลองที่มีการเลือกโดย BIC หรือไม่