BIC 与直觉

机器算法验证 回归 模型选择 比克 选择建模
2022-04-09 11:07:32

这可能是一个显而易见的问题:当 AIC 或 BIC 选择一个在现实中没有意义的模型时,你会怎么做。

我正在查看医院选择预测因子的数据,配偶年龄等因素位于最低 BIC 回归的右侧,而财富和教育等更明显的因素则不在。

使用 Rafferty (1995) 的证据强度标准,“最佳拟合”模型的 BIC 与更“逻辑”模型的 BIC 显着不同。

所以,我的基本问题是:我是盲目地遵循 BIC 还是我添加了我认为应该在等式中的东西,即使他们会提高 BIC?

编辑添加:“最佳拟合”与“逻辑”模型的 BIC 差异为 14,有利于最佳拟合模型。然而,AIC 的差异是 2,有利于“逻辑”模型

1个回答

这根本不是一个明显的问题!事实上,我认为即使是统计学家之间也可能存在一些分歧。

我的观点是,你永远不应该让电脑替你思考。不要盲目接受任何事情。但是,也不要盲目地拒绝任何事情。我最喜欢的研究生院教授赫尔曼·弗里德曼(Herman Friedman)曾经说过“如果你不感到惊讶,那你什么都没学到”。好吧,你在这里感到惊讶。为什么?

根据您的描述,一种明显的可能性是共线性。你提到的三个变量(财富、年龄、教育)是相关的。当存在共线性时,就会发生奇怪的事情。

如果您添加有关情况和模型的更多详细信息,某人(我或其他人)可能能够提供更多见解。