ความเท่าเทียมกันของ AIC และ p-values ​​ในการเลือกแบบจำลอง

ในความคิดเห็นต่อคำตอบของคำถามนี้พบว่าการใช้ AIC ในการเลือกแบบจำลองนั้นเทียบเท่ากับการใช้ค่า p-0.154

ฉันลองใน R ที่ฉันใช้อัลกอริทึมการเลือกชุดย่อย "ย้อนกลับ" เพื่อโยนตัวแปรออกจากสเปคแบบเต็ม ครั้งแรกโดยการทิ้งตัวแปรที่มีค่า p-value สูงสุดและหยุดเมื่อ p-value ทั้งหมดต่ำกว่า 0.154 และอันดับที่สองโดยการวางตัวแปรซึ่งส่งผลให้ AIC ต่ำที่สุดเมื่อถูกลบออกจนกว่าจะไม่มีการปรับปรุงใด ๆ

ปรากฎว่าพวกเขาให้ผลลัพธ์แบบคร่าวๆเมื่อฉันใช้ค่า p-0.154 เป็นเกณฑ์

จริงหรือไม่ ถ้ามีใครรู้ว่าทำไมหรือสามารถอ้างถึงแหล่งที่อธิบายได้

ป.ล. ฉันไม่สามารถถามคนที่แสดงความคิดเห็นหรือเขียนความเห็นได้เพราะเพิ่งสมัครใช้งาน ฉันรู้ว่านี่ไม่ใช่วิธีที่เหมาะสมที่สุดในการเลือกแบบจำลองและการอนุมานเป็นต้น

การเลือกตัวแปรทำได้โดยใช้การทดสอบทางสถิติหรือ AIC นั้นเป็นปัญหาอย่างมาก ถ้าใช้ทดสอบ AIC ใช้ตัดของ = 2.0 ซึ่งสอดคล้องกับ\AIC เมื่อใช้กับตัวแปรแต่ละตัวไม่มีอะไรใหม่ มันเพิ่งใช้สมเหตุสมผลมากกว่า 0.05 สมเหตุสมผลมากขึ้น (อนุมานรบกวนน้อยกว่า)คือ 0.5$\chi^2$$\chi^2$$\alpha=0.157$$\alpha$$\alpha$