モデル係数からAIC /尤度を得るちょっと話題が違うかもしれませんが：
私はR GLMNet（顧客はJMP 10からアップグレードしないので一般的な回帰弾性ネットパッケージ）からモデルを取得しています、そして私はAICを計算する必要があります。 このパッケージは私に可能性を与えていないようです。 そう ... 係数から最大尤度を計算することは可能ですか？モデルは最大尤度を使用して作成されているので、選択したモデルがある場合は、この情報を取得する方法がいくつかあると思います。 おそらくそうではありませんが、私は今ストローを把握しています。
モデル係数からAIC /尤度を取得するすみません、あなたは「逸脱（null） - 逸脱（fit）= 2（L（モデル）-L（null））」についての言及がありますか？
2（L（model）-L（null）とはあなたがそれを意味するのですか？」 2対数尤度 「または」 2ログ（L0 / L1） 「そうじゃないか」 -2対数尤度」 または逸脱の方程式（null） - 逸脱（fit）が負の（ - ）符号を無視する
早い質問でごめんね。
モデル係数からAIC /尤度を取得するすみませんが、「Dは Eviance（null） - Deviance（fit）= 2（L（モデル）-L（null）） "？
また、2L（モデル）が2対数尤度であるということですか？それとも2（L（モデル）-L（null））は2対数尤度ですか？
モデル係数からAIC /尤度を取得する式の最初の項は負でなければなりません。逸脱が減少するにつれて、AICcは良くなる（小さくなる）はずです。
モデル係数からAIC /尤度を取得するこれを手伝ってくれてありがとう（土曜日も）。 以下の手順を実行すれば、JMPのAICに比例したものが得られるはずです。
Names Default to here(1);
k =[0, 1, 1, 2, 2];
n=500;
nulldev = 1100;
devs = [1100, 1099, 1098, 1097, 1096]; //calculated from (1-dev.ratio)*nulldev
fake2L = nulldev-devs;
AIC = -fake2L+2*k+2*k:*(k+1):/(n-k-1);
*編集* AICを正しいものに変更
モデル係数からAIC /尤度を取得する結局のところ、モデルの可能性を得ることができるかもしれません。
ヌルモデルを当てはめ（切片以外の項はありません）、glmnetオブジェクトを次のように保存します。 fit0 。目的のモデルをあてはめて、として保存してください。 fit1 。両方のために逸脱しなさい、それは dev0 =逸脱（fit0） そして dev1 =逸脱（fit1） 。偏差は2（L（飽和） - L（モデル））なので、2つの方程式と2つの未知の尤度があります。L（飽和）は一般的であり、ドロップアウトします。の構成要素の一つ fit0 そして fit1 偏差がnullの場合は nulldev ）を助けるために。
だからあなたは早く正しかった。つまり、AICcを計算するために偏差を（多少）直接使用することができます。偏差（null） - 偏差（fit）= 2（L（モデル） - L（null））。L（null）は単なる一定のオフセットであるため、偏差の違いは2L（モデル）の代わりになります。お役に立てれば！
ところで、パッケージは適合度の尺度として逸脱率を提供します。私はそれがAICcを使って最良のモデルを選ぶのと同じではないことを知っています。むしろRスクエアを使用するのと同じです（悪い考え）。
モデル係数からAIC /尤度を取得するどちらかを試してくれてありがとう。
モデル係数からAIC /尤度を取得する逸脱は適合の欠如の尺度です。これはモデルの尤度ではなく、飽和モデルとモデルの尤度の差の2倍です。
モデル係数からAIC /尤度を取得するから入手可能な2つの量が怖い glmnet オブジェクト（ dev.ratio 、 nulldev AICcを計算するために必要なモデルの可能性を得るのに十分ではありません。尤度（null）、尤度（モデル）、尤度（飽和）の3つの未知数に2つの方程式があります。尤度（モデル）を尤度（null）から解放することはできません。
モデル係数からAIC /尤度を取得するだから私はこれが正しいことを確認しています。
逸脱=（1-dev.ratio）* nulldev
そして、この逸脱はAICc式の-2LogLik尤度とまったく同じでしょうか。
これは私の人生をはるかに良くすることができます。
モデル係数からAIC /尤度を取得するR glmnetパッケージマニュアルはこれらの詳細を提供します：
「 glmnetオブジェクトはコンポーネントdev.ratioとnulldevを持ちます。前者は、説明された（null）逸脱のほんの一部です。モデルに存在する場合、逸脱計算には重みが組み込まれます。逸脱は2 *（loglike_sat - loglike）と定義されます。ここで、loglike_satは飽和モデル（観測ごとに自由パラメーターをもつモデル）の対数尤度です。ヌル偏差は2 *（loglike_sat -loglike（Null））と定義されています。NULLモデルは、Coxを除いてインターセプトモデルを指します。ただし、Coxは0モデルです。したがってdev.ratio = 1-deviance / nulldevであり、この逸脱方法は（1-dev.ratio）* nulldevを返します。 「
この情報は、適合度を評価するために使用されることを意図しています。
