Estoy usando el AIC (criterio de información de Akaike) para comparar los modelos no lineales en R. ¿Es válido comparar el AIC de diferentes tipos de modelo? En concreto, estoy comparando un modelo provisto por glm versus un modelo de efecto aleatorio término por glmer (lme4).
¿Si no, hay alguna manera de que esa comparación se puede hacer? ¿O la idea no es totalmente válido?
Depende. La AIC es una función del registro de la probabilidad. Si ambos tipos de modelo de calcular el registro de probabilidad de la misma manera (es decir, incluir la misma constante), entonces sí se puede, que si los modelos están anidados.
Estoy razonablemente seguro de que glm() y lmer() no uso comparable registro de las probabilidades.
El punto acerca de modelos anidados es también objeto de discusión. Algunos dicen AIC sólo es válida para modelos anidados que es la forma como la teoría que se presenta/trabajado a través de. Otros lo utilizan para todo tipo de comparaciones.
Esta es una gran pregunta que me he sentido curiosidad acerca de por un tiempo.
Para los modelos de la misma familia (es decir. auto-regresivo de los modelos de orden k o polinomios) AIC/BIC hace un montón de sentido. En otros casos, es menos claro. El cómputo de la log-verosimilitud exactamente (con los términos constantes) debería funcionar, pero el uso más complicada la comparación de modelos, tales como Factores de Bayes es probablemente mejor (http://www.jstor.org/stable/2291091).
Si los modelos tienen la misma pérdida/error de la función de una alternativa es justo comparar la cruz validado en el registro de las probabilidades. Eso es lo que intento hacer cuando no estoy seguro de AIC/BIC tiene sentido en una situación determinada.
I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.
