Statistiques et Big Data bic

2

Est-il possible que l'AIC et le BIC donnent des sélections de modèles totalement différentes?

J'effectue un modèle de régression de Poisson avec 1 variable de réponse et 6 covariables. La sélection du modèle à l'aide de l'AIC donne un modèle avec toutes les covariables ainsi que 6 termes d'interaction. Cependant, le BIC donne un modèle avec seulement 2 covariables et aucun terme d'interaction. Est-il …

12 model-selection aic poisson-regression bic

1

Sélection variable vs sélection de modèle

Je comprends donc que la sélection des variables fait partie de la sélection du modèle. Mais en quoi consiste exactement la sélection du modèle? Est-ce plus que ce qui suit: 1) choisissez une distribution pour votre modèle 2) choisir des variables explicatives,? Je pose cette question parce que je lis …

12 feature-selection model-selection aic bic

1

Critères de sélection du «meilleur» modèle dans un modèle de Markov caché

J'ai un ensemble de données de série chronologique auquel j'essaie d'adapter un modèle de Markov caché (HMM) afin d'estimer le nombre d'états latents dans les données. Mon pseudo-code pour ce faire est le suivant: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ... optimal_number_of_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

2

Nombre de paramètres dans le modèle de Markov

Je souhaite utiliser BIC pour la sélection de modèle HMM: BIC = -2*logLike + num_of_params * log(num_of_data) Alors, comment puis-je compter le nombre de paramètres dans le modèle HMM. Considérons un HMM simple à 2 états, où nous avons les données suivantes: data = [1 2 1 1 2 2 …

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

1

Sélection du modèle Mclust

Le package R mclustutilise BIC comme critère de sélection de modèle de cluster. D'après ma compréhension, un modèle avec le BIC le plus bas devrait être sélectionné par rapport aux autres modèles (si vous ne vous souciez que du BIC). Cependant, lorsque les valeurs BIC sont toutes négatives, la Mclustfonction …

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

2

Qu'est-ce qu'un «Priorité d'information sur l'unité»?

J'ai lu Wagenmakers (2007) Une solution pratique au problème omniprésent des valeurs de p . Je suis intrigué par la conversion des valeurs BIC en facteurs et probabilités Bayes. Cependant, jusqu'à présent, je n'ai pas une bonne compréhension de ce qu'est exactement une information d'unité avant . Je serais reconnaissant …

11 prior bic bayes unit-information-prior

2

Existe-t-il une statistique d'ajustement de modèle (comme AIC ou BIC) qui peut être utilisée pour des comparaisons absolues plutôt que simplement relatives?

Je ne connais pas très bien cette littérature, alors pardonnez-moi s'il s'agit d'une question évidente. Étant donné que l'AIC et le BIC dépendent de la maximisation de la probabilité, il semble qu'ils ne peuvent être utilisés que pour effectuer des comparaisons relatives entre un ensemble de modèles tentant de s'adapter …

10 model-selection aic bic

2

Pourquoi le critère d'information ( non ajusté ) est-il utilisé pour sélectionner l'ordre de décalage approprié dans le modèle de série chronologique?

Dans les modèles de séries chronologiques, comme ARMA-GARCH, pour sélectionner le décalage ou l'ordre approprié du modèle, différents critères d'information, comme AIC, BIC, SIC, etc., sont utilisés. Ma question est très simple, pourquoi ne pas utiliser le ajusté pour choisir le modèle approprié? Nous pouvons sélectionner un modèle qui conduit …

9 regression time-series model-selection aic bic

1

Prise en compte des paramètres discrets ou binaires dans le critère d'information bayésien

BIC pénalise en fonction du nombre de paramètres. Et si certains des paramètres sont des variables indicatrices binaires? Ces paramètres comptent-ils comme des paramètres complets? Mais je peux combiner mmm paramètres binaires en une variable discrète qui prend des valeurs dans . Doit-on les compter comme paramètres ou comme un …

9 bayesian model-selection bic parameterization

2

Calculer le critère de clustering BIC (pour valider les clusters après K-means)

Je me demande s'il existe un bon moyen de calculer le critère de clustering basé sur la formule BIC, pour une sortie k-means dans R? Je suis un peu confus quant à la façon de calculer ce BIC afin de pouvoir le comparer avec d'autres modèles de clustering. Actuellement, j'utilise …

9 r clustering k-means bic

1

Comment utiliser l'AIC ou le BIC à la place de la séparation train / test?

J'ai récemment rencontré plusieurs sources "informelles" qui indiquent que dans certaines circonstances, si nous utilisons l' AIC ou le BIC pour former un modèle de série chronologique, nous n'avons pas besoin de diviser les données en test et en formation - nous pouvons utiliser tous les données pour la formation. …

8 time-series cross-validation aic train bic

2

Y a-t-il des circonstances dans lesquelles BIC est utile et AIC ne l'est pas?

Dans l'entrée Wikipedia pour le critère d'information Akaike , nous lisons sous Comparaison avec BIC (critère d'information bayésien) que ... AIC / AICc a des avantages théoriques sur BIC ... AIC / AICc est dérivé des principes de l'information; BIC n'est pas ... BIC a un a priori de 1 …

8 model-selection aic prior information-theory bic

1

Le BIC peut-il être utilisé pour les tests d'hypothèse

Définissez le critère d'information bayésien comme (je ne laisse pas tomber le constante, , pour éviter les problèmes lors de l'équation à la vraisemblance marginale)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) Étant donné les données et un modèle , …

8 hypothesis-testing bayesian bic

Questions marquées «bic»