我正在尝试为我的候选模型R建立一个AIC表,这些模型是使用>>> I=IndexedBase('i', commutative=False)
>>> I[1]*I[2]
i[1]*i[2]
>>> I[2]*I[1]
i[2]*i[1]
运行的。我过去使用过mlogit
和glm
,并且始终使用包glmer
和AICcmodavg
来提取值并创建模型选择表。该软件包似乎不适用于aictab
,因此,我想知道除了使用对数似然值进行手动计算外,是否还有其他方法可以在R中创建AIC表?
mlogit模型输出示例:
mlogit
Call:
mlogit(formula = Case ~ Dist_boulder + Mesohabitat + Depth +
Size + Size^2 | -1, data = reach.dc, method = "nr")
Frequencies of alternatives:
0 1 2 3
1 0 0 0
nr method
5 iterations, 0h:0m:0s
g'(-H)^-1g = 1.19E-05
successive function values within tolerance limits
Coefficients :
Estimate Std. Error z-value Pr(>|z|)
Dist_boulder -0.052165 0.162047 -0.3219 0.74752
Mesohabitatriffle -1.400752 0.612329 -2.2876 0.02216 *
Mesohabitatrun 0.302697 0.420181 0.7204 0.47128
Depth 0.137524 0.162521 0.8462 0.39745
Size 0.336949 0.145036 2.3232 0.02017 *
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Log-Likelihood: -86.627
predation.reach<-mlogit(Case ~ Dist_boulder + Mesohabitat + Depth + Size + Size^2 | -1, data=reach.dc)
velocity.reach<-mlogit(Case ~ Mid_vel | -1, data=reach.dc)
spaces.reach<-mlogit(Case~ Embedded + Class | -1, data=reach.dc)
substrate.reach<-mlogit(Case ~ Class | -1, data=reach.dc)
答案 0 :(得分:0)
bbmle::AICtab()
似乎可以正常工作。
library("mlogit")
m1 <- mlogit(formula = mode ~ price + catch | income,
data = Fish,
alt.subset = c("charter", "pier", "beach"), method = "nr")
m2 <- update(m1, . ~ . - price)
bbmle::AICtab(m1,m2)
## dAIC df
## m1 0.0 6
## m2 412.1 5
默认情况下,bbmle::AICtab()
仅给出delta-AIC和模型的自由度/参数数量,但是您可以使用可选参数来获取绝对AIC,AIC权重等。
它也适用于列表:
L <- list(m1,m2)
bbmle::AICtab(L)
在整洁的世界中,
library(broom)
L %>% purrr::map(augment) %>% bind_rows()
应该工作,但是doesn't yet。