Hvordan beregne Akaike s

Akaike informasjons Criterion (AIC) er et statistisk mål på sannsynligheten for en modell, straffet for kompleksiteten i modellen. Det er nyttig når man sammenligner to eller flere statistiske modeller for data. Alle modellene må ha samme avhengige variabel. Formelen for AIC er 2k - 2 ln (L), der "k" er antall parametere i modellen og "L" er sannsynligheten for modellen. En mindre AIC indikerer en bedre sittende modell.

Bruksanvisning

1 Beregn det antall parametere. Dette er rett og slett antall uavhengige variabler, inkludert transformasjoner av variabler og interaksjoner.

2 Doble antall parametere.

3 Beregn predikerte verdier. Disse kan avledes fra modellen. For eksempel, en regresjon gir deg en formel som multipliserer hver uavhengig variabel ved en parameter estimat.

4 Beregn residualene. Dette er forskjellen mellom den forutsagte verdi for hvert individ, og den observerte verdien for hvert fag.

5 Finn den gjenværende summen av kvadrater. Gjør dette ved å kvadrere restene og legge dem alle sammen.

6 Multiplisere logaritmen av den gjenværende sum av kvadrater med n, som er det antall individer.

7 Legg antall parametere doblet at du beregnet tidligere. Resultatet er AIC.

Hint

  • De fleste statistisk programvare utganger AIC for deg.
  • AIC er ikke nyttig for en enkelt modell. Det er nyttig bare å sammenligne modeller.