R extractAIC 从拟合模型中提取 AIC

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

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 L 是似然度，edf 是 fit 的等效自由度(即通常参数模型的自由参数数量)。

对于未知尺度的线性模型(即，对于 lm 和 aov )，-2\log L 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 RSS 表示(加权)残差平方和，则在已知尺度 s 和 n \log (RSS/n) 的情况下，extractAIC 将公式 RSS/s - n (对应于 Mallows 的 C_p )用于 - 2\log L规模未知。 AIC 仅处理未知比例并使用公式 n \log (RSS/n) + n + n \log 2\pi - \sum \log w，其中 w 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

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

AIC , deviance , add1 , step