当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


R extractAIC 从拟合模型中提取 AIC


R语言 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 lm 这样的拟合器的结果。

scale

指定模型尺度参数的可选数字,请参阅 step 中的 scale 。目前仅在"lm"方法中使用,其中scale指定误差方差的估计,scale = 0表示要通过最大似然估计。

k

指定 AIC 公式中等效自由度 ( edf ) 部分的 ‘weight’ 的数值。

...

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""lm"以及对于"negbin"(包MASS) 和"coxph""survreg"(包survival)。

使用的标准是

其中 是似然度,edffit 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 lmaov ), 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 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""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)。

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 fit 的“等效自由度”。

AIC

fit 的(广义)Akaike 信息准则。

注意

该函数用于add1drop1step 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

相关用法


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。