Esto puede ser una pregunta obvia: ¿qué hacer cuando la AIC o BIC de elegir un modelo que no tiene sentido en la realidad.
Estoy buscando datos para los predictores de hospital de selección, y cosas como la de un cónyuge edad están en el lado derecho de la menor BIC de regresión, mientras que la más cosas obvias, como la riqueza y la educación no son.
El BIC de la "mejor ajuste" del modelo es significativamente diferente de la BIC de una forma más "lógica" del modelo, utilizando Rafferty (1995)'s criterios para la fuerza de la evidencia.
Por lo tanto, mi pregunta básica es: ¿debo de seguir ciegamente los BIC o agrego en las cosas que creo que debe ser en la ecuación, aunque van a aumentar el BIC?
EDITADO PARA AÑADIR: la diferencia en el Ceei de la "mejor ajuste" vs "lógica" de los modelos es de 14 a favor de la mejor modelo de ajuste. La diferencia en el AICs, sin embargo, es de 2, en favor de la "lógica" del modelo
