R में AIC () और extractAIC () में क्या अंतर है?

Question

या तो आर प्रलेखन बहुत प्रकाश नहीं बहाता है। मैं इस लिंक से जो कुछ भी प्राप्त कर सकता हूं वह यह है कि किसी एक का उपयोग ठीक होना चाहिए। जो मुझे नहीं मिलता है, वह समान क्यों नहीं है।

तथ्य: R में स्टेप वाइज रिग्रेशन फंक्शन, step()उपयोग करता है extractAIC()।

दिलचस्प बात यह है कि R के 'mtcars' डेटा सेट पर एक lm()मॉडल और glm()'null' मॉडल (केवल इंटरसेप्ट) चलाने पर AICऔर के लिए अलग-अलग परिणाम मिलते हैं extractAIC()।

> null.glm = glm(mtcars$mpg~1)
> null.lm = lm(mtcars$mpg~1)

> AIC(null.glm)
[1] 208.7555
> AIC(null.lm)
[1] 208.7555
> extractAIC(null.glm)
[1]   1.0000 208.7555
> extractAIC(null.lm)
[1]   1.0000 115.9434

यह अजीब है, यह देखते हुए कि ऊपर दिए गए दोनों मॉडल समान हैं, और AIC()दोनों के लिए समान परिणाम देते हैं।

क्या कोई इस मुद्दे पर कुछ प्रकाश डाल सकता है?

Answer 1

इन दो कार्यों के लिए मदद के अनुसार (उपयोग? एआईसी और अर्कएआईसी) यह अपेक्षित है।

ध्यान दें कि एआईसी को केवल एडिटिव कंटीन्यू तक परिभाषित किया गया है, क्योंकि लॉग-लाइबिलिटी के लिए भी यही स्थिति है। इसका मतलब है कि आपको जांच करनी चाहिए

extractAIC(full.modell) - extractAIC(null.modell)

तथा

AIC(full.modell) - AIC(null.modell)

एक ही परिणाम दे। जब तक वे करते हैं, दोनों कार्य सभी व्यावहारिक उद्देश्यों के लिए समान हैं।

Comments

मैं शायद कुछ याद कर रहा हूँ, लेकिन मैं अभी भी क्यों समझ में नहीं आता extractAIC(null.lm) != AIC(null.lm)है, जबकि extractAIC(null.glm) == AIC(null.glm)भले ही null.lmरूप में एक ही मॉडल है null.glm। क्या आप अपने उत्तर को थोड़ा बढ़ा सकते हैं?

— स्माइलिग

@smillig extractAICके लिए अलग अलग तरीकों का उपयोग करता lmबैठते glmफिट, यानी, extractAIC.lmऔर extractAIC.glm। आप getAnywhereउनके कोड का अध्ययन करने के लिए उपयोग कर सकते हैं । AICदोनों के लिए एक ही विधि का उपयोग करता है।

— रोलैंड

मेरे पास कई जोड़े मॉडल हैं (कई भविष्यवक्ताओं के साथ) जिनके लिए दोनों फ़ंक्शन अलग-अलग परिणाम देते हैं। मॉडल 1: y = X1 + x2, मॉडल 2: y = z + X1 + x2 * z। extractAIC()मॉडल 1 के लिए कम (नकारात्मक) मान देता है, जबकि AIC मॉडल 2 के लिए कम (सकारात्मक) मूल्य देता है

— Maxim.K

@ Maxim.K आप उपयोग किए गए चर और मॉडल के प्रकार के बारे में बहुत कम जानकारी देते हैं। यदि आपने किया और इस प्रश्न के कुछ अंतर हैं तो इसे एक नए प्रश्न के रूप में पोस्ट करना सार्थक हो सकता है। बिना विवरण के कहना कठिन है।

— एरिक

@ मुझे संदेह है कि यह बहुत लायक होगा यदि मैं कहता हूं कि z निरंतर है और x2 श्रेणीबद्ध (डमीमीफाइड) है। किसी को पुन: पेश करने के लिए डेटा की आवश्यकता होगी और मैं उन्हें प्रकाशित नहीं कर सकता जो मुझे डर है।

— मैक्सिम.कं।