¿Cómo trazar los valores AIC cuando se utiliza el paquete leaps?

Question

¿Alguien sabe cómo trazar todos los valores AIC para modelos de diferentes tamaños, cuando se utiliza el comando regsubsets del paquete leaps ?

Suponga que tiene las siguientes variables:

treatment <- factor(rep(c(1, 2), c(43, 41)), levels = c(1, 2),labels = c("placebo", "treated"))

improved <- factor(rep(c(1, 2, 3, 1, 2, 3), c(29, 7, 7, 13, 7, 21)),levels = c(1, 2, 3),labels = c("none", "some", "marked"))

numberofdrugs<-rpois(84, 5)+1

healthvalue<-rpois(84,5)

Y ahora quieres seleccionar variables. Entonces puedes utilizar los siguientes comandos

require(leaps)
require(faraway)

d<-regsubsets(healthvalue~numberofdrugs*improved*treatment,x, nvmax=10)
rs<-summary(d)
plot(rs$bic, xlab="Parameter", ylab="BIC") #where is AIC (bic works)?

Funciona cuando se utiliza rs$bic pero ¿por qué no se puede utilizar rs$aic ? Al consultar la ayuda ?regsubsets parece que no está disponible. ¿He entendido mal la ayuda? Y si no lo entiendo mal, ¿cómo puedo trazar el código anterior cuando se utiliza AIC?

Answer 1

El extracto pertinente del regsubsets páginas de ayuda es la siguiente:

Dado que esta función devuelve por separado mejores modelos de todos los tamaños hasta nvmax y dado que los distintos criterios de selección de modelos como AIC, BIC, CIC, DIC, ... sólo difieren en la forma en que los modelos de diferentes tamaños, el resultados no dependen de la elección de de coste-complejidad.

Esto significa que no importa qué criterio utilice, el resultado final será el mismo. Por lo tanto, el gráfico con AIC en lugar de BIC será similar, es decir, transmitirá la misma información.

Answer 2

Para un objeto regsubsets podemos trazar un diagrama para comparar modelos con criterios: bic (por defecto), Cp, ajustado $R^2$ (adjr2) y $R^2$ (r2). Así:

plot(regsubsets-object, scale="Cp")

Que yo sepa no hay opción para AIC. Pero el criterio Cp y AIC nos dan el mismo resultado/orden. Así que no hay necesidad de AIC. Si quieres calcular el AIC para un modelo lm en particular utiliza la función AIC así:

AIC(lm.modell)