是否可以推荐Burnham-Anderson关于多模型推理的书?


14

出于最近R预测包中的默认模型选择统计从AIC更改为AICc的动机,我很好奇后者在任何地方都适用的情况下是否确实适用。在这方面,我有一系列问题,这是第一个。

我知道,Burnham和Anderson(非统计学家)在(1)中所著的著名著作(在此处进行了总结)建议采用随处可见的AICc来代替AICc 。有时候,年轻的统计学家会不加批判地提及这本书,例如,参见Rob Hyndman本博客文章的评论,但统计学家Brian Ripley提出了一种截然不同的建议:

“Burnham and Anderson (2002) is a book I would recommend people NOT read until 
they have read the primary literature. I see no evidence that the authors have 
actually read Akaike’s papers." [quoted from [AIC MYTHS AND MISUNDERSTANDINGS][4] by
Burnham-Anderson]

确实是根据里普利(Ripley)在AIC和相关理论上所写的内容,应认真对待警告。我既有大量的Akaike自己的论文集,也有Burnham-Anderson的书。我最终将对本书的质量有自己的看法,但这也将有助于了解统计人员(无论年龄大小)对此的看法。特别是,是否有统计学教授(或其他统计学的优秀学生)明确推荐这本书作为使用AIC进行模型选择的知识的有用总结?

参考:

(1)Burnham,KP&Anderson,DR模型选择和多模型推理:实用的信息理论方法Springer,2002年

PS。在回答最近的“答案”时指出“ Burnham博士是统计学博士”时,我想补充一下。是的,他本人是统计学家,是ASA的会员,并且获得了许多专业奖项,包括ASA的杰出成就奖章。但是谁说他不是?我上面所说的是,作为两位作者,他们不是统计学家,而这本书反映了这一事实。


2
可以在这里找到论文“ AIC的神话和误解” 。我没看过(尽管我以前看过里普利的评论)。
Glen_b-恢复莫妮卡2014年

3
该问题提供了链接,但我认为,如果该问题本身暗示了伯纳姆和安德森著作的内容可能有什么弊端,对读者会有所帮助。(如果他们说的是准确,清晰,有用的等等,那么他们是否真正阅读Akaike的论文就无关紧要了。)另外,在我看来,AIC和相关方法仍然有争议;如果是这样,那么任何介绍它们的书都会受到批评。有人建议每个人都必须先阅读原始论文,然后再读一本书,以期对该主题进行介绍。
火星

7
我已经阅读了Akaike的两篇主要论文,以及Schwarz在BIC上的另一篇论文,以及Burnham和Anderson的书(现在在我的书架上),以及(如您所见)Ripley的简短评论。我非常希望看到Ripley 详细解释批评(无需冒犯谁可能读了什么书)-从目前的情况来看,伯纳姆和安德森真的没有实质性的答复。如果有什么需要(我所知道的可能有很多),那么在R-help邮件列表上应该多加几行。
Glen_b-恢复莫妮卡2014年

2
@Gleb_b Ripley的观点可以从他在1996年有关模式识别的书中推论得出,他在R列表中提到过该书,请参阅第2章。关于Akaike工作其他方面的数学细节和评论(例如AIC中的A代表什么)因为)让我觉得他对这方面的知识很了解,并且读了不止Akaike的几篇论文。
2014年

3
投入不同的两分钱:AIC和AICc多久提供一次不同的建议?以我的经验,他们建议使用相同的模型。
彼得·弗洛姆

Answers:


3

OP似乎正在寻求对高质量统计学家的高质量调查,以帮助评估一本特定书籍是否具有高质量,尤其是在AIC与AICc辩论方面。该站点并非特别针对系统调查。相反,我将尝试直接解决基本问题。

AIC和AICc都根据模型拟合度(就似然度)和过度拟合度(就参数数而言)之间的启发式权衡对模型进行评分。在此折衷方案中,AICc会给参数数量带来更大的损失。因此,AICc始终建议使用复杂度小于或等于最佳AIC模型的复杂度的模型。从这个意义上讲,尽管它们的派生背后有极其复杂的论点,但两者之间的关系非常简单。

在大量的候选信息标准中,AIC和AICc只是其中的两个,而BIC和DIC可能是主要的替代选择。在大多数情况下,BIC比AIC或AICc更为保守(惩罚大量模型参数)。哪个标准最好的问题确实是特定于问题的。在需要鲁棒的样本外预测的情况下,可以合理地选择一种极端保守的标准。

FWIW,我发现在关于捕获-捕获模型的预测误差的广泛模拟研究中,AICc的保守性水平通常优于AIC。

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.