Validation 在增加标准误差的同时减少AIC
我在选择合适的型号时遇到了问题。我有一个包含各种变量（协变量和dummyvariables）的模型。我试图找到模型的最佳抓拍，所以我首先开始将模型与AIC进行比较。由此可知，当允许所有变量留在模型中时（所有变量与所有Dumie交互），达到了最小AIC。当我计算模型的总结时，所有的影响都绝对不显著，其标准误差非常高。在比较“最佳”（AIC）模型和具有任何交互的较小模型时，我有点困惑。较小的模型具有较小的标准误差和良好的p值。。。但是AIC比大型号要高。有什么问题吗？过度指定 我真的需要帮助，因为我完全不知道如何处理这件事Validation 在增加标准误差的同时减少AIC,validation,statistics,model-comparison,Validation,Statistics,Model Comparison,我在选择合适的型号时遇到了问题。我有一个包含各种变量（协变量和dummyvariables）的模型。我试图找到模型的最佳抓拍，所以我首先开始将模型与AIC进行比较。由此可知，当允许所有变量留在模型中时（所有变量与所有Dumie交互），达到了最小AIC。当我计算模型的总结时，所有的影响都绝对不显著，其标准误差非常高。在比较“最佳”（AIC）模型和具有任何交互的较小模型时，我有点困惑。较小的模型具有较小的标准误差和良好的p值。。。但是AIC比大型号要高。有什么问题吗？过度指定 我真的需要帮助，因为我
非常感谢我建议您也计算AICc，并将结果与AIC进行比较。 这可能会有帮助：
诚恳地试着问一下你的问题：这个程序与什么有关？好的，对不起！我在使用论坛方面是新手：）是的，我以前做过！但是，具有最佳最小AIC的模型在p值内具有令人讨厌的显著性。嗨，如果我是你，我将尝试（1）使用逐步变量选择从完整模型中选择显著变量，然后查看AIC值是什么，（2）使用“偏差”来比较两个模型，而不是AIC、AICc或BIC。如果您使用R，glm函数可以为您计算偏差分数。