ฉันควรทำอย่างไรเมื่อค่าของ AIC ต่ำและใกล้เคียงกัน?


11

Chris Chatfield ซึ่งมีหนังสือและเอกสารคุณภาพมากมายที่ฉันชอบอ่านใน (1) ให้คำแนะนำต่อไปนี้:

ตัวอย่างเช่นควรเลือกตัวเลือกระหว่างรุ่นอนุกรมเวลาของ ARIMA ที่มีค่า AIC ต่ำและประมาณเท่ากันโดยไม่เกิดขึ้นกับ AIC ขั้นต่ำ แต่จะให้การคาดการณ์ที่ดีที่สุดสำหรับข้อมูลล่าสุดของปีที่ผ่านมา

เหตุผลสำหรับคำแนะนำดังกล่าวคืออะไร? หากเป็นเสียงเหตุใดการคาดการณ์ :: auto.arima และรูทีนการพยากรณ์อื่นจึงไม่ทำตาม ยังไม่ได้ใช้งาน? มันได้รับการกล่าวถึงที่นี่ว่าจะมองหารูปแบบที่เกิดขึ้นเพียงเพื่อให้ขั้นต่ำ AIC อาจจะไม่ได้เป็นความคิดที่ดี เหตุใดตัวเลือกในการมีโมเดล ARIMA ที่มีค่าต่ำ แต่ประมาณเท่ากัน (เช่นภายใน 1 หรือ 2 ค่าของ AIC ขั้นต่ำ) ไม่ได้เป็นค่าเริ่มต้นในซอฟต์แวร์การพยากรณ์อนุกรมเวลาส่วนใหญ่n1

(1) Chatfield, C. (1991) หลีกเลี่ยงข้อผิดพลาดทางสถิติ วิทยาศาสตร์สถิติ, 6 (3), 240–252 ออนไลน์ที่มีอยู่ URL: https://projecteuclid.org/euclid.ss/1177011686


@Gleb_b "AIC สูงหรือต่ำกว่าเมื่อเทียบกับอีกเท่านั้น" - เราจะคิดต่างกันอย่างไรเมื่อเราพูดถึงการเลือกรูปแบบ? เรามักจะดูที่ค่าต่ำมากกว่าค่าที่สูงกว่า เกิดอะไรขึ้นกับประโยคที่สี่ของฉัน ฉันคิดว่ามันค่อนข้างชัดเจนว่าเรากำลังพูดถึงความแตกต่าง (เช่นภายในหนึ่งหรือสองขั้นต่ำของ AIC) ไม่มีการกล่าวถึงค่าสัมบูรณ์ของ AIC ในคำถาม
ไฮเบอร์เนต

ฉันลบ "ต่ำ" ออกจากชื่อและประโยคแรกของกล่องด้วยเหตุผลที่ @hibernating ชี้ให้เห็น
Harvey Motulsky

@ Harvey Motulsky กรุณาใส่ "ต่ำ" ลงในทั้งสองแห่ง ขอบคุณ.
ไฮเบอร์เนต

คำถามของคุณเกี่ยวกับวิธีการเปรียบเทียบแบบจำลองกับ AIC นั้นมีค่าใกล้เคียงกัน สูงหรือต่ำไม่เกี่ยวข้อง (และสามารถเปลี่ยนแปลงได้ง่ายโดยการเปลี่ยนหน่วยข้อมูลที่แสดงใน) เหตุใดจึงนำคำเหล่านั้นกลับมา? พวกเขาทำให้เข้าใจผิด
Harvey Motulsky

1
@ Harvey Motulsky ได้โปรดให้ฉันเป็นตัวของตัวเอง ฉันชอบชื่อปัจจุบันและชื่อดั้งเดิมของฉัน "ฉันจะทำอย่างไรเมื่อค่าของ AIC ต่ำและใกล้เคียงกัน?" ฉันมักจะชอบ "เลือก" มากกว่า "เลือก" ในการเขียนเชิงสถิติของฉัน ฉันมีการตั้งค่าอื่น ๆ อีกมากมายที่ทำให้ฉันเป็นบุคคลและพวกเขาก็สะท้อนให้เห็นในแบบที่ฉันตั้งคำถามและคำตอบ ในที่สุดฉันก็ดีใจที่คุณเข้าใจว่าทำไมฉันจึงขอให้คุณยกเลิกการเปลี่ยนแปลง ไม่มีปัญหา.
ไฮเบอร์เนต

คำตอบ:


2

เป็นความจริงที่ว่าถ้าคุณมีค่า AIC หลายค่าโดยประมาณเท่ากับการเลือกค่าต่ำสุดอาจไม่ใช่ตัวเลือกที่ดีที่สุด ทางเลือกที่สมเหตุสมผลคือการทำการหาค่าเฉลี่ยของแบบจำลอง วิธีนี้คุณสามารถใช้ไม่เพียง แต่เป็นรุ่นที่ดีที่สุดสำหรับการอนุมาน แต่เป็นชุดของ "รุ่นที่ได้รับการสนับสนุนมากที่สุด" แต่ละรุ่นมีน้ำหนักตามค่า AIC

คุณมีคำแนะนำสั้น ๆ โดย Vincent Calcagno ที่นี่

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