Question

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

运行模型的示例（来自我的候选集合14）

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

定义候选集列表

 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)

Answer 1

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。

如何使用mlogit模型构建AIC模型选择表

运行模型的示例（来自我的候选集合14）

定义候选集列表

1 个答案: