[メモ] AICの回帰への利用を簡単に
直線へ当てはめをする回帰分析にAICを適用する方法は、ここの「AICとは」に簡単な説明がある。でも、もっとぶっちゃけて簡単にしちゃいます。
(サンプル数) × { log(パラメータを一つ減らしたモデルの残差の分散) - log(減らす前の残差の分散) }
これが２を上回れば、そのパラメーターはあった方がよい。下回れば無くした方がよい。
以上です
The comments to this entry are closed.
これが２を上回れば、そのパラメーターはあった方がよい。下回れば無くした方がよい。
以上です
Comments
その式は最も初歩的なモデルでしか成立しないから
そういう風に覚えない方がいいです
物理でいえば等速直線運動くらいまで単純なモデル。
現在実際に使われているほとんどの統計モデルでは
成立してないです。
あと、パラメータを１つふやすorへらすという操作で作ったモデルは包含関係が成立します。、
比較するモデルのパラメータが包含関係にある場合はそもそもAIC使う必要がないです。
尤度比検定が使えてそっちの方がよっぽど正確。
なのでAICの使い方を間違えています。
歴史的には比較するモデルが包含関係にない場合でも
どちらのモデルがよりよいかを議論するために
AICがつくられたのです。
Posted by: | June 19, 2014 09:37 PM