Equivalencia de AIC y valores de p en la selección del modelo

Question

En un comentario a la respuesta de esta pregunta, se dijo que el uso de AIC en el modelo de selección fue equivalente a usar un p-valor de 0.154.

Lo he probado en R, donde he utilizado un "retroceso" subconjunto algoritmo de selección para tirar de las variables a partir de una especificación completa. En primer lugar, por secuencialmente tirar la variable con el mayor valor de p, y parar cuando todos los p-valores son inferiores a 0.154 y, en segundo lugar, con una caída de la variable que se traduce en menor AIC cuando se retiran hasta que no mejora se puede hacer.

Resultó que dan casi los mismos resultados cuando yo uso un p-valor de 0.154 como umbral.

Es esto realmente cierto? Si es así, ¿alguien sabe por qué o puede hacer referencia a una fuente que explica?

P. S. yo no podía pedir a la persona que hace el comentario o escribir un comentario, porque acaba de firmar para arriba. Soy consciente de que este no es el enfoque más adecuado para la selección del modelo y de la inferencia etc.

Answer 1

La selección de variables realizada mediante pruebas estadísticas o AIC es muy problemática. Si usa$\chi^2$ pruebas, AIC usa un punto de corte de$\chi^2$ = 2.0 que corresponde a$\alpha=0.157$. AIC cuando se usa en variables individuales no hace nada nuevo; solo usa un$\alpha$% más razonable que 0.05. Un% más razonable (menos inferencia)$\alpha$ es 0.5.