extractAIC
位于 stats
包(package)。 说明
计算拟合参数模型的(广义)Akaike 信息准则。
用法
extractAIC(fit, scale, k = 2, ...)
参数
fit |
拟合模型,通常是像 |
scale |
指定模型尺度参数的可选数字,请参阅 |
k |
指定 AIC 公式中等效自由度 ( |
... |
进一步的参数(目前在基础中未使用R)。 |
细节
这是一个通用函数,其方法位于基类中R上课用"aov"
,"glm"
和"lm"
以及对于"negbin"
(包MASS
) 和"coxph"
和"survreg"
(包survival
)。
使用的标准是
其中 edf
是 fit
的等效自由度(即通常参数模型的自由参数数量)。 是似然度,
对于未知尺度的线性模型(即,对于 lm
和 aov
), 是根据偏差计算的,并使用与 logLik
不同的加性常数,因此使用 AIC
。如果 表示(加权)残差平方和,则在已知尺度 和 的情况下,extractAIC
将公式 (对应于 Mallows 的 )用于 规模未知。 AIC
仅处理未知比例并使用公式 ,其中 是权重。此外,AIC
将比例估计计为edf
中的参数,而extractAIC
则不计入。
对于 glm
适合系列的 aic()
函数用于计算 AIC:请参阅 logLik
下有关其所做假设的注释。
k = 2
对应传统的AIC,使用k =
log(n)
提供BIC(贝叶斯IC)代替。
请注意,此函数的方法的假设可能与 AIC
的方法不同(通常通过 logLik
的方法)。我们已经提到了估计尺度的"lm"
模型的情况,"glm"
和"negbin"
方法也存在类似的问题,色散参数可能会或可能不会被视为‘free’。这并不重要,因为 extractAIC
仅用于比较同一类别的模型(仅考虑 AIC 值的差异)。
值
长度为 2 的数值向量,第一个和第二个元素给出
edf |
拟合模型 |
AIC |
|
注意
该函数用于add1
、drop1
和step
以及采用该函数的包 MASS
中的类似函数。
例子
utils::example(glm)
extractAIC(glm.D93) #>> 5 15.129
作者
B. D. Ripley
参考
Venables, W. N. and Ripley, B. D. (2002) Modern Applied Statistics with S. New York: Springer (4th ed).
也可以看看
相关用法
- R expand.model.frame 将新变量添加到模型框架
- R eff.aovlist 多层方差分析的计算效率
- R effects 拟合模型的影响
- R embed 嵌入时间序列
- R ecdf 经验累积分布函数
- R stlmethods STL 对象的方法
- R medpolish 矩阵的中值波兰(稳健双向分解)
- R naprint 调整缺失值
- R summary.nls 总结非线性最小二乘模型拟合
- R summary.manova 多元方差分析的汇总方法
- R formula 模型公式
- R nls.control 控制 nls 中的迭代
- R aggregate 计算数据子集的汇总统计
- R deriv 简单表达式的符号和算法导数
- R kruskal.test Kruskal-Wallis 秩和检验
- R quade.test 四方测试
- R decompose 移动平均线的经典季节性分解
- R plot.stepfun 绘制阶跃函数
- R alias 查找模型中的别名(依赖项)
- R qqnorm 分位数-分位数图
- R pairwise.t.test 成对 t 检验
- R loglin 拟合对数线性模型
- R predict.smooth.spline 通过平滑样条拟合进行预测
- R bartlett.test 方差齐性的 Bartlett 检验
- R influence.measures 回归删除诊断
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Extract AIC from a Fitted Model。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。