JMP 如何在逐步回歸中使用 AICc 確定最佳模型？JMP 如何在逐步回歸模塊中使用前向 AICc 來確定哪些變量組合是“最佳”模型？ 換句話說，它如何決定何時停止，以及為什麼它有時會決定不存在單一的“最佳”模型？ 我讀到 AICc 的差異必須為 2 或更大，否則模型被認為是模棱兩可的。 JMP 也在使用這個嗎？
回复：在逐步回歸中使用 AICc 的最佳模型<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />嗨本傑明，
我只是想補充一些關於您關於逐步過程何時停止並確定最佳模型（以 AICc 作為停止規則）的問題。 當您單擊執行時，自動擬合（應該！）會繼續，直到找到最佳模型。 最佳模型是具有最小 AICc 的模型，其後可以有多達 10 個分別具有較大 AICc 或 BIC 值的模型。 換句話說，在決定終止之前，逐步過程會嘗試克服多達 10 個模型的 AICc 的局部增加。
看來這條規則適用於 JMP 11。因此，在您的 PP13B 示例中，最小的 AICc 值適用於模型 1。然後模型 2 和 3 適合，但它們的 AICc 值大於模型 1，因此第一個模型被選為最佳模型。 如果可能的話，JMP 將繼續安裝另外 8 個模型，並且如果沒有一個模型具有較小的 AICc，則將選擇模型 1。
順便說一句，我預計第四種型號（包括去肉功能）會很合適。 但那並沒有發生。 我想知道去肉和現場修整是否可能共線，因為它們具有相同的 SS 值？（當模型3擬合時，逐步無法擬合模型4。）
在您的 PP5-6 示例中，步驟 3 中定義的模型應已被確定為“最佳”。我又想知道是否可能存在共線性問題，導致逐步無法擬合下一個模型。無論如何，第三個模型應該被標記為“最佳”。
我強烈鼓勵您使用您的數據嘗試所有可能的模型。 在前向中使用逐步僅考慮沿 p 值定義的路徑的模型，並且這只是可能模型的子集。相比之下，“所有可能的模型”會考慮所有模型，但限制是您指定的項數。只需四項，您就可以輕鬆擬合所有模型，因此您可能會發現所有可能模型非常有用。
所有可能的模型是逐步中的紅色三角形選項。 生成“所有可能的模型”報告後，右鍵單擊報告正文並選擇“生成數據表”。使用數據表，您應該按（參數）數量構建 AICc 的圖形生成器圖。使用此圖，您可以輕鬆看到較小的 AICc 和模型複雜性之間的權衡。
我希望這有用...
瑪麗
回复：在逐步回歸中使用 AICc 的最佳模型嗨本，
我向 Stepwise 的測試人員詢問了此事，她告訴我，您可能遇到了 JMP12 已修復的錯誤。 如果您想發送數據，我們可以使用 JMP12 進行嘗試，看看您是否確實遇到了該問題。 否則，您可以等到 JMP12 發布後再嘗試。
謝謝，
邁克爾
回复：在逐步回歸中使用 AICc 的最佳模型嗨邁克爾，
非常感謝你的回复！ 我熟悉這樣的概念：差異 <2 表明支持兩種模型，但不熟悉 4-7 或 >10。 我想向您展示我正在談論的內容的屏幕截圖。 首先，JMP 能夠使用最小 AICc 找到“最佳”模型（這些變量是我正在研究的一個考古示例 - 使用實驗工具使用損壞來預測史前工具使用）。 可以看到“屠宰+攔截”的模式是最好的。
對於這個考古遺址，JMP 沒有找到適合該遺址的實驗工具損壞的“最佳”組合：
我可以明白為什麼它沒有從步驟歷史記錄中找到“最佳”模型（與上一步的差異 <2），但是當它在之前的屏幕截圖中找到“最佳”模型時，AICc 中的差異 <2其他兩個模型步驟...我想我只是想弄清楚當JMP 找到“最佳”與沒有找到“最佳”時意味著什麼。
謝謝，
本
回复：在逐步回歸中使用 AICc 的最佳模型你好，
在逐步使用最小 AICc 停止規則時，選擇的“最佳”模型應該是具有最小 AICc 值的模型。 我不確定我是否遇到過 Stepwise 認為不存在單一最佳模型的示例。
然而，AICc 值與最小 AICc 值的差異很重要。 根據Burnham & Anderson (2002; p. 70-71)，小於2 的差異意味著對具有較高AICc 的模型有實質性的經驗支持，4 到7 的差異意味著對具有較高AICc 的模型的支持“相當少”。 AICc，並且差異大於 10 意味著“基本上沒有”的經驗支持水平。
問候，
邁克爾
伯納姆和安德森（2002），模型選擇和多模型推理：實用的信息論方法。 紐約州施普林格。
發布者網站鏈接：模型選擇和多模型推理 - 一種實用的信息理論方法
