我想我在使用python中的statsmodel包构建的回归模型中获得了不同的AIC和BIC值

Question

我建立了一个单因素（单变量回归）模型，

aic = results.aic 

什么时候做

aic = results.nobs*np.log(results.ssr/results.nobs) + 4 

我得到不同的输出。 哪一个是正确的？

第二个公式给出的结果与SAS Base 9.4输出相同

  aic = results.aic #from statsmodel packages
  aic = results.nobs*np.log(results.ssr/results.nobs) + 4

Answer 1

在模型尺寸解释方面，statsmodels中的AIC与SAS之间的计算有所不同。

在statmodels中，aic看起来像：

Statsmodels Eval_metrics源代码

def aic(llf, nobs, df_modelwc):

    return -2. * llf + 2. * df_modelwc

df_modelwc在哪里

df_modelwc : int
        number of parameters including constant

而在SAS解释中：

SAS混合程序文档

AIC看起来像

-2LL + 2d，其中“ d是估计的协方差参数的有效数量”。

两种解释都是正确的，但是您不能基于两个不同来源的解释来比较拟合度的优劣。