Perguntas com a marcação «aic»

Esta pergunta / tópico surgiu em uma discussão com um colega e eu estava procurando algumas opiniões sobre isso: Estou modelando alguns dados usando uma regressão logística de efeitos aleatórios, mais precisamente uma regressão logística de interceptação aleatória. Para os efeitos fixos, tenho 9 variáveis ​​que são de interesse e …

10 mixed-model  model-selection  aic  glmm  stepwise-regression 

Sinto-me impressionado depois de tentar pesquisar na literatura sobre como executar minha análise de modelo misto, seguindo-a com o uso da AIC para selecionar o melhor modelo ou modelos. Não acho que meus dados sejam tão complicados, mas estou procurando uma confirmação de que o que fiz foi correto e …

10 r  lme4-nlme  random-effects-model  aic 

Exemplos: Eu tenho uma frase na descrição do trabalho: "Java senior engineer in UK". Eu quero usar um modelo de aprendizado profundo para prever em duas categorias: English e IT jobs. Se eu usar o modelo de classificação tradicional, ele poderá prever apenas 1 rótulo com softmaxfunção na última camada. …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

Nos modelos de séries temporais, como ARMA-GARCH, para selecionar o atraso ou a ordem apropriada do modelo, são utilizados diferentes critérios de informação, como AIC, BIC, SIC, etc. A minha pergunta é muito simples, porque donot usamos ajustado R2R2R^2 para escolher o modelo apropriado? Podemos selecionar modelo que levam à …

9 regression  time-series  model-selection  aic  bic 

Os valores típicos da AIC que eu já vi para modelos logísticos são de milhares, pelo menos centenas. Por exemplo, em http://www.r-bloggers.com/how-to-perform-a-logistic-regression-in-r/, o AIC é 727.39 Embora sempre se diga que o AIC deve ser usado apenas para comparar modelos, eu queria entender o que significa um valor específico do …

9 regression  model-selection  aic  accuracy 

Em um comentário à resposta desta pergunta , foi afirmado que o uso de AIC na seleção de modelos era equivalente a usar um valor-p de 0,154. Eu tentei em R, onde usei um algoritmo de seleção de subconjunto "para trás" para descartar variáveis ​​de uma especificação completa. Primeiro, jogando …

9 model-selection  p-value  aic 

Eu tenho modelos como este: require(nlme) set.seed(123) n <- 100 k <- 5 cat <- as.factor(rep(1:k, n)) cat_i <- 1:k # intercept per kategorie x <- rep(1:n, each = k) sigma <- 0.2 alpha <- 0.001 y <- cat_i[cat] + alpha * x + rnorm(n*k, 0, sigma) plot(x, y) m1 …

9 r  mixed-model  aic 

Portanto, tenho 16 ensaios em que estou tentando autenticar uma pessoa de uma característica biométrica usando a Distância de Hamming. Meu limite está definido como 3,5. Meus dados estão abaixo e apenas o teste 1 é um verdadeiro positivo: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 …

9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 

A AIC é frequentemente recomendado como critério para comparar modelos para previsão de séries temporais. Veja, por exemplo, isso no contexto de modelos de regressão dinâmica : O AIC pode ser calculado para o modelo final e esse valor pode ser usado para determinar os melhores preditores. Ou seja, o …

9 time-series  cross-validation  model-selection  arima  aic 

Estou um pouco intrigado com a fórmula apresentada na "Introdução ao aprendizado estatístico" de Hastie. No capítulo 6, página 212 (sexta impressão, disponível aqui ), afirma-se que: AIC=RSSnσ^2+2dnUMAEuC=RSSnσ^2+2dnAIC = \frac{RSS}{n\hat\sigma^2} + \frac{2d}{n} Para modelos lineares com ruído gaussiano, é o número de preditores e a estimativa da variação do erro. …

9 regression  machine-learning  aic 

Supondo que eu tenha ajustado alguns modelos usando preditores (e a variável de resposta) do mesmo conjunto de dados. Que mudanças no modelo tornarão irracional comparar os modelos com base na AIC? 1) Supondo que, se eu logar transformar a variável dependente, é justo compará-la com um modelo em que …

9 aic 

Recentemente, encontrei várias fontes "informais" que indicam que, em algumas circunstâncias, se usarmos o AIC ou o BIC para treinar um modelo de série temporal, não precisaremos dividir os dados em teste e treinamento - podemos usar todos os dados para treinamento. (As fontes incluem, entre outras, uma discussão no …

8 time-series  cross-validation  aic  train  bic 

Embora os méritos da seleção de modelos por etapas tenham sido discutidos anteriormente, não está claro para mim o que exatamente é " seleção de modelos por etapas " ou " regressão por etapas ". Eu pensei que tinha entendido, mas não tenho mais tanta certeza. Meu entendimento é que …

8 multiple-regression  model-selection  aic  stepwise-regression 

Na entrada da Wikipedia para o critério de informação Akaike , lemos em Comparação com BIC (critério de informação bayesiano) que ... AIC / AICc tem vantagens teóricas sobre BIC ... AIC / AICc é derivado de princípios de informação; O BIC não é ... O BIC tem um prioritário …

8 model-selection  aic  prior  information-theory  bic 

Assintoticamente, minimizar o AIC é equivalente a minimizar o MSE de validação cruzada de exclusão única para dados transversais [ 1 ]. Então, quando temos a AIC, por que alguém usa o método de dividir os dados em conjuntos de treinamento, validação e teste para medir as propriedades preditivas dos …

8 predictive-models  aic