使用AIC进行模型选择

时间:2015-02-05 11:22:43

标签: r information-theory model-comparison

我使用R中的fitdistr将正态分布拟合到我的索赔金额数据中。我如何拟合多元正态分布(二维正态分布)?我想用R中的AIC选择哪一个最适合我的样本数据。我该怎么办?我试过了

IC<-Mclust(data,G=1) 
IC1<-Mclust(data,G=2)

较小的BIC是更好的模型。但是如何根据这个Mclust结果来计算AIC。

1 个答案:

答案 0 :(得分:1)

Akaike信息准则(AIC)定义为2 * k - 2 * ln(L),其中k是模型中参数的数量,L是模型的可能性(通过拟合数据使数据最大化)最好的参数)。

Mclust()会向您返回这两个,因此您可以从返回的Mclust对象中的字段计算AIC。

require(mclust)
data(iris)
IC <- Mclust(data=iris, G=1)
IC1 <- Mclust(data=iris, G=2)
aic <- 2*IC$df - 2*IC$loglik
aic1 <- 2*IC1$df - 2*IC1$loglik

?Mclust获取更多信息。