การเลือกรูปแบบที่ไม่ซ้อนกัน


13

ทั้งการทดสอบอัตราส่วนความน่าจะเป็นและ AIC เป็นเครื่องมือสำหรับการเลือกระหว่างสองรุ่นและทั้งสองแบบนั้นขึ้นอยู่กับความน่าจะเป็นบันทึก

แต่ทำไมการทดสอบอัตราส่วนความน่าจะเป็นไม่สามารถใช้ในการเลือกระหว่างแบบจำลองสองแบบที่ไม่ซ้อนกันในขณะที่ AIC สามารถทำได้


Akaike คิดว่า AIC นั้นมีประโยชน์สำหรับการเปรียบเทียบโมเดลที่ไม่ซ้อนกัน ดูคำพูดของเขาที่ฉันอ้างอิงในการตอบสนองต่อการโพสต์ที่นี่
JonesBC

คำตอบ:


20

χ2

ในทางกลับกัน AIC ไม่ได้ใช้สำหรับการทดสอบอย่างเป็นทางการ มันใช้สำหรับการเปรียบเทียบแบบไม่เป็นทางการของโมเดลที่มีจำนวนพารามิเตอร์ต่างกัน เงื่อนไขการลงโทษในการแสดงออกสำหรับ AIC เป็นสิ่งที่ช่วยให้การเปรียบเทียบนี้ แต่ไม่มีการตั้งสมมติฐานเกี่ยวกับรูปแบบการทำงานของการกระจายแบบซีมโทติคของความแตกต่างระหว่าง AIC ของแบบจำลองที่ไม่ซ้อนกันสองแบบเมื่อทำการเปรียบเทียบแบบจำลองและความแตกต่างระหว่าง AIC สองแบบนั้นไม่ถือว่าเป็นสถิติทดสอบ

ฉันจะเพิ่มว่ามีความขัดแย้งบางอย่างเกี่ยวกับการใช้ AIC กับแบบจำลองที่ไม่ซ้อนกันเนื่องจากทฤษฎีนี้ใช้กับแบบจำลองซ้อนกัน ดังนั้นการเน้นที่ "ไม่ ... เป็นทางการ" และ "ไม่ใช่ ... สถิติทดสอบ" ฉันใช้มันสำหรับโมเดลที่ไม่ซ้อนกัน แต่ไม่ใช่ในวิธีที่ยากและรวดเร็วมากกว่าซึ่งเป็นสิ่งสำคัญ แต่ไม่ใช่อินพุตเพียงอย่างเดียวในกระบวนการสร้างแบบจำลอง


@Carl - รายละเอียดอยู่ในสองความคิดเห็นทันทีก่อนที่ความคิดเห็นที่คุณพูด ฉันคิดว่าคุณควรรับคำแนะนำของ gung - โพสต์คำถามและตอบคำถาม นั่นเป็นสิ่งที่ยุติธรรมที่ต้องทำในสถานการณ์เหล่านี้และคนอื่น ๆ ก็ทำเช่นเดียวกันสำหรับ "คำถามอ้างอิง" เช่นกัน เมื่อได้รับคำตอบของคุณฉันก็ขอถอนมัน
jbowman

ผมเอาคำแนะนำและคำถามและคำตอบใหม่เป็นที่นี่ BTW ฉันตอบคำถามของคุณ (และคำตอบที่ยอมรับ) เพราะมันทำให้ฉันคิดและไม่ใช่เพราะฉันเห็นด้วยอย่างสมบูรณ์ ปัญหาของฉันคือการสันนิษฐานว่าแบบจำลองที่ไม่ซ้อนกันสามารถเปรียบเทียบได้โดย AIC นั้นจะเป็นจริงก็ต่อเมื่อเงื่อนไขอื่น ๆ
คาร์ล

9

ความเป็นมาของ AIC ในฐานะที่เป็นตัวประมาณค่าการสูญเสียข้อมูลของ Kullback-Leibler ทำให้ไม่มีข้อสันนิษฐานของแบบจำลองที่ซ้อนกัน


2
แต่ Akaike สร้างสมมุติฐานที่ว่าแบบจำลองนั้นถูกสร้างขึ้นบนข้อมูลเดียวกัน
DWIN
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.