步进功能匹配完整模型的AIC

时间:2017-09-05 22:39:20

标签: r regression model-comparison

不应该

AIC(full) = 275.93
当step()函数与完整模型(下面是-9.86)一起运行时,

匹配AIC的输出

Start:  AIC=-9.86
y ~ x + x2

       Df Sum of Sq    RSS      AIC
- x2    1   0.03672 85.372 -11.8147
- x     1   1.03869 86.374 -10.6479
<none>              85.336  -9.8578

Step:  AIC=-11.81
y ~ x

       Df Sum of Sq    RSS     AIC
- x     1     1.004 86.376 -12.646
<none>              85.372 -11.815

Step:  AIC=-12.65
y ~ 1


Call:
lm(formula = y ~ 1, data = data)

Coefficients:
(Intercept)  
   -0.03719  

这是完整的代码:

set.seed(101)
y = rnorm(100)
x = rnorm(100)
x2 = rnorm(100)
data = data.frame(y = y, x = x, x2 = x2)
null = lm(y~1, data = data)
full = lm(y~x+x2, data = data)
#step(null, scope= list(lower = null, upper = full) , direction="backward", trace = TRUE)
step(full, direction="backward", trace = TRUE)
AIC(full)

1 个答案:

答案 0 :(得分:3)

您需要extractAIC而不是AIC

extractAIC(lm(y~x+x2, data = data), scale=0)
#OR
#extractAIC(full, scale=0)

如果您参考文档?AIC&amp; ?extractAIC它清楚地说明了

  

对数似然因此AIC / BIC仅定义为a   加性常数。通常使用不同的常数   出于不同的目的,所以extractAIC和AIC可能会有所不同   值(对于类&#34; lm&#34; 的模型:请参阅extractAIC的帮助。)


希望这有帮助!