Si la log-verosimilitud es negativa, ¿debemos elegirla? - comparación de modelos

Question

Estoy haciendo modelos lineales mixtos usando lme4 y estos son los resultados de la comparación de modelos:

> anova(lmer5,lmer6,lmer32)

       Df   AIC   BIC logLik   Chisq Chi Df Pr(>Chisq)    
lmer32  9 43172 43226 -21577                              
lmer6  21 43190 43315 -21574  6.3081     12     0.8998    
lmer5  26 43162 43317 -21555 37.9971      5  3.778e-07 ***

Como puede ver, los resultados muestran que un modelo es significativamente mejor que los otros y normalmente elegiré el modelo con el logLik más pequeño. Sin embargo, en este resultado, el logLik es negativo. ¿Cree que es una buena idea elegir el modelo a partir de logLik en este caso, o debería elegirlo a partir de AIC o BIC en su lugar?

Como no se ha llegado a ninguna conclusión sobre si el AIC es mejor que el BIC, estoy confundido sobre cuál debo elegir. ¿Qué piensa usted?

Answer 1

Para un modelo de Cox, el método logLik devuelve la probabilidad parcial.

comprobar https://mailman.ucsd.edu/pipermail/ling-r-lang-l/2011-August/000282.html quieres tener gran (es decir, en dirección al infinito positivo) logLik y pequeño AIC/BIC (es decir, en dirección al infinito negativo)

También hay que tener cuidado de que el BIC sólo es válido para las comparaciones de modelos no anidados (véase https://en.wikipedia.org/wiki/Bayesian_information_criterion ), si los modelos están anidados se orienta sólo con el AIC, si los modelos no están anidados se puede orientar tanto por el AIC como por el BIC