আমি আর-তে অ-লিনিয়ার মডেলগুলির তুলনা করতে এআইসি (আকাইকের তথ্য মানদণ্ড) ব্যবহার করছি। বিভিন্ন ধরণের মডেলের এআইসির তুলনা করা বৈধ? বিশেষত, আমি গ্লর্ম বনাম একটি মডেলের তুলনায় একটি মডেল তুলনা করছি যা গ্লમર (lme4) দ্বারা লাগানো একটি এলোমেলো প্রভাব শব্দটির সাথে রয়েছে।
যদি তা না হয় তবে এরকম তুলনা করার কোনও উপায় কি আছে? নাকি ধারণাটি পুরোপুরি অবৈধ?
উত্তর:
এটা নির্ভর করে. এআইসি লগ সম্ভাবনার একটি ফাংশন। যদি উভয় ধরণের মডেল লগের সম্ভাবনা একইভাবে গণনা করে (যেমন একই ধ্রুবককে অন্তর্ভুক্ত করে) তবে হ্যাঁ আপনি করতে পারেন, যদি মডেলগুলি বাসা বেঁধে থাকে ।
আমি যুক্তিযুক্তভাবে নিশ্চিত যে glm()এবং lmer()তুলনামূলক লগ সম্ভাবনা ব্যবহার করবেন না।
নেস্টেড মডেলগুলি সম্পর্কে বিষয়টিও আলোচনার জন্য। কেউ কেউ বলেন, এআইসি কেবল নেস্টেড মডেলদের জন্য বৈধ কারণ সেভাবে তত্ত্বটি উপস্থাপিত / কাজ করা হয়। অন্যরা এটি সমস্ত ধরণের তুলনার জন্য ব্যবহার করে।
এটি একটি দুর্দান্ত প্রশ্ন যা আমি কিছুক্ষণের জন্য কৌতূহলী হয়েছি।
একই পরিবারের মডেলগুলির জন্য (অর্থাত্ অর্ডার কে বা বহুপদীগুলির স্বয়ংক্রিয়-সংবেদনশীল মডেল) এআইসি / বিআইসি অনেক কিছু বোঝায়। অন্যান্য ক্ষেত্রে এটি কম স্পষ্ট। লগ-সম্ভাবনা ঠিক গণনা করা (ধ্রুবক পদগুলির সাথে) কাজ করা উচিত, তবে বেইস ফ্যাক্টরগুলির মতো আরও জটিল মডেল তুলনা ব্যবহার করা সম্ভবত আরও ভাল (http://www.jstor.org/stable/2291091)।
যদি মডেলগুলির একই ক্ষতি / ত্রুটি-ফাংশন থাকে তবে একটি বিকল্প হ'ল ক্রস-বৈধতাযুক্ত লগ-সম্ভাবনার তুলনা করা। এআইসি / বিআইসি কোনও নির্দিষ্ট পরিস্থিতিতে অর্থবোধ করে তা নিশ্চিত না হলে সাধারণত আমি যা করার চেষ্টা করি।
নোট করুন যে কিছু ক্ষেত্রে এআইসি এমনকি একই ধরণের মডেলগুলির তুলনা করতে পারে না, যেমন আরিমা মডেলগুলি ভিন্ন ভিন্ন ক্রমের সাথে। পূর্বাভাসের উদ্ধৃতি : রব জে হ্যান্ডম্যান এবং জর্জ অ্যাথানাসোপ্লোস দ্বারা রচিত নীতি ও অনুশীলন :
এটি লক্ষণীয় গুরুত্বপূর্ণ যে এই তথ্যের মানদণ্ডগুলি কোনও মডেলের ডিফারেন্সিং ( ) যথাযথ ক্রম নির্বাচন করার জন্য ভাল গাইড হতে পারে না , তবে কেবল এবং মান নির্বাচন করার জন্য । এটি কারণ কারণ পৃথক পৃথক পৃথক পৃথক আদেশগুলির সাথে তুলনামূলক নয় এমন মডেলগুলির মধ্যে এআইসি মানগুলি তৈরি করে, সম্ভাবনাগুলি গণনা করা হয় এমন ডেটা পরিবর্তন করে। সুতরাং নির্বাচন করার জন্য আমাদের আরও কিছু পদ্ধতির ব্যবহার করতে হবে এবং তারপরে আমরা এবং নির্বাচন করতে AICc ব্যবহার করতে পারি ।