Perguntas com a marcação «bic»

Estou executando um modelo de regressão de Poisson com 1 variável de resposta e 6 covariáveis. A seleção de modelos usando o AIC resulta em um modelo com todas as covariáveis ​​e 6 termos de interação. O BIC, no entanto, resulta em um modelo com apenas 2 covariáveis ​​e sem …

12 model-selection  aic  poisson-regression  bic 

Então, eu entendo que a seleção de variáveis ​​faz parte da seleção de modelos. Mas em que consiste exatamente a seleção de modelos? É mais do que o seguinte: 1) escolha uma distribuição para o seu modelo 2) escolha variáveis ​​explicativas? Pergunto isso porque estou lendo um artigo Burnham & …

12 feature-selection  model-selection  aic  bic 

Eu tenho um conjunto de dados de séries temporais no qual estou tentando ajustar um Modelo de Markov oculto (HMM) para estimar o número de estados latentes nos dados. Meu pseudo-código para fazer isso é o seguinte: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states …

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 

Quero usar o BIC para a seleção do modelo HMM: BIC = -2*logLike + num_of_params * log(num_of_data) Então, como conto o número de parâmetros no modelo HMM. Considere um HMM simples de 2 estados, onde temos os seguintes dados: data = [1 2 1 1 2 2 2 1 2 …

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

O pacote R mclustusa o BIC como critério para a seleção do modelo de cluster. Pelo meu entendimento, um modelo com o menor BIC deve ser selecionado em relação a outros modelos (se você se importa apenas com o BIC). No entanto, quando os valores do BIC são todos negativos, …

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

Eu tenho lido Wagenmakers (2007) Uma solução prática para o problema generalizado dos valores de p . Estou intrigado com a conversão dos valores BIC em fatores e probabilidades de Bayes. No entanto, até agora não tenho uma boa compreensão do que exatamente é uma informação de unidade anterior . …

11 prior  bic  bayes  unit-information-prior 

Eu não estou tão familiarizado com esta literatura, então, por favor, perdoe-me se essa é uma pergunta óbvia. Como o AIC e o BIC dependem da maximização da probabilidade, parece que eles só podem ser usados ​​para fazer comparações relativas entre um conjunto de modelos que tentam ajustar um determinado …

10 model-selection  aic  bic 

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 

O BIC penaliza com base no número de parâmetros. E se alguns dos parâmetros forem algum tipo de variável de indicador binário? Eles contam como parâmetros completos? Mas eu posso combinar parâmetros binários em uma variável discreta que recebe valores em . Estes devem ser contados como parâmetros ou um …

9 bayesian  model-selection  bic  parameterization 

Gostaria de saber se existe uma boa maneira de calcular o critério de agrupamento com base na fórmula BIC, para uma saída k-Médias em R? Estou um pouco confuso sobre como calcular esse BIC para que eu possa compará-lo com outros modelos de cluster. Atualmente, estou usando a implementação do …

9 r  clustering  k-means  bic 

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 

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 

Defina o critério de informação bayesiano como (eu não descarto o constante, , para evitar problemas ao equacionar a probabilidade marginal)BIC=−2⋅lnL^+k⋅(ln(n)−ln(2π))BIC=−2⋅ln⁡L^+k⋅(ln⁡(n)−ln⁡(2π)) \mathrm{BIC} = {-2 \cdot \ln{\hat L} + k \cdot (\ln(n) - \ln(2 \pi))} −ln(2π)−ln⁡(2π) - \ln(2 \pi) Dado dados e um modelo , a relação aproximada entre a probabilidade …

8 hypothesis-testing  bayesian  bic 

Duas medidas bem conhecidas (e relacionadas) da complexidade do modelo a partir das estatísticas são o Critério de Informação de Akaike (AIC) e o Critério de Informação Bayesiano (BIC). Quando AIC = BIC?

8 aic  bic 

TL; DR: Qual é correto para o BIC na regressão logística, no binômio agregado ou no Bernoulli ?NNNNNN ATUALIZAÇÕES NO INFERIOR Suponha que eu tenha um conjunto de dados ao qual gostaria de aplicar a regressão logística. Por uma questão de exemplo, suponha que grupos com participantes cada, para um …

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