นิยาม AIC ที่แตกต่าง


12

จากวิกิพีเดียมีคำนิยามของ Akaike's Information Criterion (AIC) เป็นโดยที่kคือจำนวนพารามิเตอร์และlog Lคือความเป็นไปได้ของโมเดลAIC=2k2logLklogL

อย่างไรก็ตามบันทึกเศรษฐเราในมหาวิทยาลัยของรัฐที่นับหน้าถือตาที่ฉันC = บันทึก( σ 2 ) + 2 k . นี่ σ 2คือความแปรปรวนโดยประมาณสำหรับข้อผิดพลาดในรูปแบบ ARMA และTคือจำนวนของการสังเกตในชุดข้อมูลชุดเวลาAIC=log(σ^2)+2kTσ^2T

คำจำกัดความหลังนี้เทียบเท่ากับคำว่าแรก แต่ปรับสำหรับรุ่น ARMA หรือไม่? หรือมีความขัดแย้งบางอย่างระหว่างคำจำกัดความทั้งสองหรือไม่


3
สำหรับบันทึก: เกณฑ์เอกพจน์เกณฑ์พหูพจน์ (แก้ไขให้ถูกต้อง)
Nick Cox

คำตอบ:


15

สูตรที่คุณอ้างจากบันทึกย่อของคุณไม่ใช่ AIC

AIC เป็น k2logL+2k

ที่นี่ฉันจะให้เค้าร่างของการประมาณที่มาซึ่งทำให้ชัดเจนพอสิ่งที่เกิดขึ้น

หากคุณมีโมเดลที่มีข้อผิดพลาดปกติอิสระที่มีความแปรปรวนคงที่

Lσne12σ2εi2

ซึ่งสามารถประมาณได้ภายใต้โอกาสสูงสุดเช่น

(σ^2)n/2e12nσ^2/σ^2(σ^2)n/2e12n(σ^2)n/2

(สมมติว่าค่าประมาณคือค่าประมาณ ML)σ2

ดังนั้น (ถึงขยับโดยคงที่)2logL+2k=nlogσ^2+2k

ตอนนี้ในรูปแบบ ARMA ถ้ามีขนาดใหญ่มากเมื่อเทียบกับpและqดังนั้นโอกาสที่จะถูกประมาณโดยกรอบการทำงานแบบเกาส์เซียน (เช่นคุณสามารถเขียน ARMA โดยประมาณว่าเป็น AR ที่ยาวกว่าและมีเงื่อนไขเพียงพอที่จะเขียน AR นั้น เป็นรูปแบบการถดถอย) ดังนั้นด้วยTแทนn :TpqTn

AICTlogσ^2+2k

ด้วยเหตุนี้

AIC/Tlogσ^2+2k/T

T

อย่างไรก็ตามหากคุณใช้ AIC เพื่อวัตถุประสงค์อื่นที่ต้องอาศัยมูลค่าที่แท้จริงของความแตกต่างใน AIC (เช่นการอนุมานมัลติโมเดลตามที่อธิบายโดย Burnham และ Anderson) มันสำคัญ

ตำราเศรษฐมิติจำนวนมากดูเหมือนจะใช้แบบฟอร์ม AIC / T นี้ ผิดปกติหนังสือบางเล่มดูเหมือนจะอ้างอิง Hurvich และ Tsai 1989 หรือ Findley 1985 สำหรับรูปแบบนั้น แต่ Hurvich & Tsai และ Findley ดูเหมือนจะพูดคุยเกี่ยวกับรูปแบบดั้งเดิม ใน Findley)

σ2

คุณอาจต้องการดูรายการข้อเท็จจริงและความล้มเหลวของ Rob Hyndman ของรายการAICโดยเฉพาะอย่างยิ่งรายการที่ 3 ถึง 7 บางประเด็นอาจทำให้คุณระวังอย่างน้อยเกี่ยวกับการพึ่งพาอย่างมากเกี่ยวกับโอกาสแบบเกาส์ แต่ อาจมีเหตุผลที่ดีกว่าที่ฉันเสนอให้ที่นี่

ฉันไม่แน่ใจว่ามีเหตุผลที่ดีที่จะใช้การประมาณนี้กับความน่าจะเป็นบันทึกแทนที่จะเป็น AIC จริงเนื่องจากแพ็คเกจอนุกรมเวลาจำนวนมากในวันนี้มีแนวโน้มที่จะคำนวณ (/ ขยาย) โอกาสในการบันทึกจริงสำหรับโมเดล ARMA ดูเหมือนมีเหตุผลเล็กน้อยที่จะไม่ใช้


1
ไม่ช้าก็เร็วการอภิปรายเกี่ยวกับ * IC ทุกครั้งจะเปลี่ยนเป็น "นี่เป็นเกณฑ์ที่คุณควรใช้ยกเว้นว่ามันมักจะให้คำตอบที่ผิดในสถานการณ์แบบนี้และแบบนั้น" การเป็นคนแดกดันไม่ใช่คำตอบที่สำคัญอย่างยิ่ง นี่เป็นเหมือนชีวิตจริงที่บางคนมักใช้คำว่า "รักทุกคน" มักจะถูกแทนที่โดยคำแนะนำอื่น ๆ หากใครบางคนพยายามที่จะเอาชนะคุณหรือฉีกคุณออก
Nick Cox

1
n

2

ฉันเชื่อว่านี่เป็นไปตามข้อสันนิษฐานของข้อผิดพลาดปกติ ในเศรษฐมิติคุณใช้งาน asymptotics โดยเฉพาะอย่างยิ่งในแอปพลิเคชันอนุกรมเวลาโดยใช้ AIC เป็นผลให้สมมติฐานปกติควรถือ asymptotically เพื่อปรับรูปแบบการเลือกแบบจำลอง (asymptotic) นี้

ln(L)=(T/2)ln(2π)(T/2)ln(σ2)(1/2σ2)(xiμ)E(X)=μVar(X)=σ2x1,...,xT

LTln(σ2)(1/σ2)(Tσ^2)σ^2=T1(xix¯)σ2(1/σ2)(Tσ^2)=(1/σ^2)(Tσ^2)

AIC=2k+Tln(σ2)+11TTAICAIC/T

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.