गैर-नेस्टेड मॉडल के लिए एआईसी: निरंतर को सामान्य बनाना

Question

AIC को रूप में परिभाषित किया गया है , जहां अधिकतम संभावना अनुमानक है और पैरामीटर स्थान का आयाम है। के आकलन के लिए , एक आमतौर पर घनत्व के स्थिर कारक की उपेक्षा करता है। यह वह कारक है, जो संभावना को सरल बनाने के लिए, मापदंडों पर निर्भर नहीं करता है। दूसरी ओर, यह कारक एआईसी की गणना के लिए बहुत महत्वपूर्ण है, यह देखते हुए कि गैर-नेस्टेड मॉडल की तुलना करते समय यह कारक सामान्य नहीं है और तब संबंधित एआईसी के आदेश भिन्न हो सकते हैं यदि इसे नहीं माना जाता है।$AIC=-2 \log(L(\hat\theta))+2p$$\hat\theta$$p$$\theta$

मेरा प्रश्न यह है कि क्या हमें गैर-नेस्टेड मॉडल की तुलना करते समय घनत्व की सभी शर्तों सहित गणना करने की आवश्यकता है ?$\log(L(\hat\theta))$

Comments

मुझे लगता है कि मैं कुछ गलत समझ रहा हूं। जहाँ आप कहते हैं " " के अनुमान के लिए ", क्या आपका मतलब" "है? $\theta$$L(\hat\theta)$

— डेविड जे। हैरिस

चूंकि यह लॉग-लाइबिलिटी में अंतर है जो मायने रखता है, जो शब्द आम तौर पर हैं वे अप्रासंगिक हैं, जबकि कोई भी वह अलग है जो मायने रखेगा।

— Glen_b -Reinstate मोनिका

Answer 1

जहां सामान्य 'स्थिर' विचाराधीन मॉडल में भिन्न होता है, उन शर्तों को शामिल करना होगा।

Comments

हां, मुझे भी यही लगता है। क्या आपको इस पर किसी संदर्भ का पता है?

— कावाबाता