使用BIC的所有子集模型如何計算AIC
[英]with BIC for all subset models how to calculate AIC
問題描述
library(leaps)
demand.lm = lm(y ~ X, data = Data)
X = model.matrix(demand.lm)[, -1]
demand.leaps1 = summary(regsubsets(X, Data$Y,data=Data, nbest = 3))
Subsets <- demand.leaps1$which
RSS <- demand.leaps1$rss
adjr2 <- demand.leaps1$adjr2
cp <- demand.leaps1$cp
bic <- demand.leaps1$bic
Subsets1 <- cbind(as.data.frame(Subsets), RSS=RSS,adjR2=adjr2,cp=cp,BIC=bic)
現在，我的Subset1數據框具有我想要的列，但AIC除外我如何為所有子集模型擁有的BIC獲得AIC
1 個解決方案
解決方案1
0 2013-07-12 04:40:09
如上所述在這里 ，你可以得到它相對於BIC：
n <- length(Data$Y)
p <- apply(demand.leaps1$which, 1, sum)
aic <- demand.leaps1$bic - log(n) * p + 2 * p
如何使用R中的DSE函數計算AIC，BIC和擬合的卡爾曼濾波器的似然
[英]How to calculate AIC, BIC and likelihoods of a fitted kalman filter using the DSE function in R
如何將 N、對數似然、AIC 和 BIC 值分配給合並的“gtsummary”表 output 中的每個多元回歸模型？
[英]How to assign the N, Log-likelihood, AIC, and BIC values to each of multivariate regression models in a merged `gtsummary` table output?
使用 maxLogL 方法時如何將 BIC、AIC 和 maxloglikelihood 保留在變量中
[英]How to keep BIC, AIC and maxloglikelihood in variables when using the method maxLogL
比較 R 循環中多個數據集的多個模型的 R-Squared、AIC 和 BIC 結果
[英]Comparing R-Squared, AIC and BIC results for multiple models for multiple datasets in R loop
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.
相關問題
如何循環計算AIC和BIC？
R中的模型選擇，所有模型都給出相同的AIC和BIC
如何使用plm為R中的gmm模型計算BIC和AIC？
如何使用R中的DSE函數計算AIC，BIC和擬合的卡爾曼濾波器的似然
如何將 N、對數似然、AIC 和 BIC 值分配給合並的“gtsummary”表 output 中的每個多元回歸模型？
將 BIC 轉換為 AIC
使用 maxLogL 方法時如何將 BIC、AIC 和 maxloglikelihood 保留在變量中
如何在R中獲得AIC或BIC進行多元多元回歸
如何在 R 中獲得與 Stata 中相同的 AIC 和 BIC 值？
比較 R 循環中多個數據集的多個模型的 R-Squared、AIC 和 BIC 結果
相關標簽