Statistiken und Big Data bic

2

Ist es möglich, dass der AIC und der BIC eine völlig unterschiedliche Modellauswahl bieten?

Ich führe ein Poisson-Regressionsmodell mit 1 Antwortvariablen und 6 Kovariaten durch. Die Modellauswahl mit AIC ergibt ein Modell mit allen Kovariaten sowie 6 Interaktionstermen. Der BIC führt jedoch zu einem Modell mit nur 2 Kovariaten und keinen Interaktionstermen. Ist es möglich, dass die beiden Kriterien, die sehr ähnlich aussehen, völlig …

12 model-selection aic poisson-regression bic

1

Variablenauswahl vs Modellauswahl

Ich verstehe also, dass die Variablenauswahl Teil der Modellauswahl ist. Woraus besteht die Modellauswahl genau? Ist es mehr als das Folgende: 1) Wählen Sie eine Distribution für Ihr Modell 2) erklärende Variablen wählen,? Ich frage dies, weil ich einen Artikel von Burnham & Anderson lese : AIC vs BIC, in …

12 feature-selection model-selection aic bic

1

Kriterien für die Auswahl des „besten“ Modells in einem Hidden-Markov-Modell

Ich habe einen Zeitreihendatensatz, an den ich ein Hidden Markov Model (HMM) anpasse, um die Anzahl der latenten Zustände in den Daten abzuschätzen. Mein Pseudocode dafür ist der folgende: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ... optimal_number_of_states = "model with smallest BIC" ... …

12 r aic hidden-markov-model bic spss manova time-series r lme4-nlme regression modeling negative-binomial bayesian bugs state-space-models hypothesis-testing data-transformation factor-analysis sem

2

Anzahl der Parameter im Markov-Modell

Ich möchte BIC für die HMM-Modellauswahl verwenden: BIC = -2*logLike + num_of_params * log(num_of_data) Wie zähle ich die Anzahl der Parameter im HMM-Modell? Stellen Sie sich ein einfaches HMM mit zwei Zuständen vor, in dem die folgenden Daten vorliegen: data = [1 2 1 1 2 2 2 1 2 …

12 machine-learning model-comparison bic hidden-markov-model

1

Mclust Modellauswahl

Das R-Paket mclustverwendet BIC als Kriterium für die Auswahl des Clustermodells. Nach meinem Verständnis sollte ein Modell mit dem niedrigsten BIC gegenüber anderen Modellen ausgewählt werden (wenn Sie sich nur für BIC interessieren). Wenn jedoch alle BIC-Werte negativ sind, Mclustwird standardmäßig das Modell mit dem höchsten BIC-Wert verwendet. Mein allgemeines …

11 r clustering gaussian-mixture bic model-based-clustering

2

Was ist ein "Unit Information Prior"?

Ich habe Wagenmakers (2007) gelesen. Eine praktische Lösung für das allgegenwärtige Problem der p-Werte . Ich bin fasziniert von der Umwandlung von BIC-Werten in Bayes-Faktoren und -Wahrscheinlichkeiten. Bisher habe ich jedoch keine guten Kenntnisse darüber, was genau eine Einheiteninformation zuvor ist. Ich wäre dankbar für eine Erklärung mit Bildern oder …

11 prior bic bayes unit-information-prior

2

Gibt es eine Modellanpassungsstatistik (wie AIC oder BIC), die für absolute statt nur für relative Vergleiche verwendet werden kann?

Ich bin mit dieser Literatur nicht so vertraut. Bitte verzeihen Sie mir, wenn dies eine offensichtliche Frage ist. Da AIC und BIC von der Maximierung der Wahrscheinlichkeit abhängen, können sie anscheinend nur verwendet werden, um relative Vergleiche zwischen einer Reihe von Modellen anzustellen, die versuchen, zu einem bestimmten Datensatz zu …

10 model-selection aic bic

2

Warum werden Informationskriterien (nicht angepasstes

In Zeitreihenmodellen wie ARMA-GARCH werden zur Auswahl einer geeigneten Verzögerung oder Reihenfolge des Modells verschiedene Informationskriterien wie AIC, BIC, SIC usw. verwendet. Meine Frage ist sehr einfach: Warum verwenden wir nicht angepasstes , um ein geeignetes Modell auszuwählen? Wir können ein Modell auswählen, das zu einem höheren Wert des angepassten …

9 regression time-series model-selection aic bic

1

Berücksichtigung diskreter oder binärer Parameter im Bayes'schen Informationskriterium

BIC bestraft basierend auf der Anzahl der Parameter. Was ist, wenn einige der Parameter binäre Indikatorvariablen sind? Zählen diese als vollständige Parameter? Aber ich kann Binärparameter zu einer diskreten Variablen kombinieren , die Werte in annimmt . Sollen diese als Parameter oder als ein Parameter gezählt werden?{ 0 , 1 …

9 bayesian model-selection bic parameterization

2

BIC-Clustering-Kriterium berechnen (um Cluster nach K-Mitteln zu validieren)

Ich frage mich, ob es eine gute Möglichkeit gibt, das Clustering-Kriterium basierend auf der BIC-Formel für eine k-Mittelwert-Ausgabe in R zu berechnen. Ich bin etwas verwirrt darüber, wie ich diesen BIC berechnen soll, damit ich ihn mit anderen Clustering-Modellen vergleichen kann. Derzeit verwende ich die Implementierung des Statistikpakets von k-means.

9 r clustering k-means bic

1

Wie kann der AIC oder BIC anstelle des Zug- / Test-Split verwendet werden?

Ich bin kürzlich auf mehrere "informelle" Quellen gestoßen, die darauf hinweisen, dass wir unter bestimmten Umständen, wenn wir den AIC oder BIC zum Trainieren eines Zeitreihenmodells verwenden, die Daten nicht in Test und Training aufteilen müssen - wir können alle verwenden die Daten für das Training. (Zu den Quellen gehören …

8 time-series cross-validation aic train bic

2

Gibt es Umstände, unter denen BIC nützlich ist und AIC nicht?

Im Wikipedia-Eintrag für das Akaike-Informationskriterium lesen wir unter Vergleich mit BIC (Bayesianisches Informationskriterium), dass ... AIC / AICc hat theoretische Vorteile gegenüber BIC ... AIC / AICc leitet sich aus Informationsprinzipien ab; BIC ist nicht ... BIC hat einen Prior von 1 / R (wobei R die Anzahl der Kandidatenmodelle …

8 model-selection aic prior information-theory bic

1

Kann BIC zum Testen von Hypothesen verwendet werden?

Definieren des Bayesian Informationskriterium als B I C = - 2 ⋅ lnL.^+ k ⋅ ( ln( n ) - ln( 2 π) )B.ichC.=- -2⋅ln⁡L.^+k⋅(ln⁡(n)- -ln⁡(2π)) \mathrm{BIC} = {-2 \cdot \ln{\hat L} + k \cdot (\ln(n) - \ln(2 \pi))} (I nicht die Konstante fallen, , zu vermeiden , wenn Probleme …

8 hypothesis-testing bayesian bic

1

Ist es möglich, dass AIC = BIC?

Zwei bekannte (und verwandte) Messgrößen für die Modellkomplexität aus der Statistik sind das Akaike Information Criterion (AIC) und das Bayesian Information Criterion (BIC). Wann könnte AIC = BIC sein?

8 aic bic

2

Logistische Regression BIC: Was ist das richtige N?

TL; DR: Welches ist für BIC in der logistischen Regression richtig, das aggregierte Binomial oder Bernoulli ?NNNNNN UPDATES UNTEN Angenommen, ich habe einen Datensatz, auf den ich die logistische Regression anwenden möchte. Nehmen wir zum Beispiel an, es gibt Gruppen mit jeweils Teilnehmern, also insgesamt . Das Ergebnis ist 0 …

7 r logistic generalized-linear-model model-comparison bic

Als «bic» getaggte Fragen