JMP 如何在逐步回归中使用 AICc 确定最佳模型？JMP 如何在逐步回归模块中使用前向 AICc 来确定哪些变量组合是“最佳”模型？ 换句话说，它如何决定何时停止，以及为什么它有时会决定不存在单一的“最佳”模型？ 我读到 AICc 的差异必须为 2 或更大，否则模型被认为是模棱两可的。 JMP 也在使用这个吗？
回复：在逐步回归中使用 AICc 的最佳模型<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />嗨本杰明，
我只是想补充一些关于您关于逐步过程何时停止并确定最佳模型（以 AICc 作为停止规则）的问题。 当您单击执行时，自动拟合（应该！）会继续，直到找到最佳模型。 最佳模型是具有最小 AICc 的模型，其后可以有多达 10 个分别具有较大 AICc 或 BIC 值的模型。 换句话说，在决定终止之前，逐步过程会尝试克服多达 10 个模型的 AICc 的局部增加。
看来这条规则适用于 JMP 11。因此，在您的 PP13B 示例中，最小的 AICc 值适用于模型 1。然后模型 2 和 3 适合，但它们的 AICc 值大于模型 1，因此第一个模型被选为最佳模型。 如果可能的话，JMP 将继续安装另外 8 个模型，并且如果没有一个模型具有较小的 AICc，则将选择模型 1。
顺便说一句，我预计第四种型号（包括去肉功能）会很合适。 但那并没有发生。 我想知道去肉和现场修整是否可能共线，因为它们具有相同的 SS 值？（当模型3拟合时，逐步无法拟合模型4。）
在您的 PP5-6 示例中，步骤 3 中定义的模型应已被确定为“最佳”。我又想知道是否可能存在共线性问题，导致逐步无法拟合下一个模型。无论如何，第三个模型应该被标记为“最佳”。
我强烈鼓励您使用您的数据尝试所有可能的模型。 在前向中使用逐步仅考虑沿 p 值定义的路径的模型，并且这只是可能模型的子集。相比之下，“所有可能的模型”会考虑所有模型，但限制是您指定的项数。只需四项，您就可以轻松拟合所有模型，因此您可能会发现所有可能模型非常有用。
所有可能的模型是逐步中的红色三角形选项。 生成“所有可能的模型”报告后，右键单击报告正文并选择“生成数据表”。使用数据表，您应该按（参数）数量构建 AICc 的图形生成器图。使用此图，您可以轻松看到较小的 AICc 和模型复杂性之间的权衡。
我希望这有用...
玛丽
回复：在逐步回归中使用 AICc 的最佳模型嗨本，
我向 Stepwise 的测试人员询问了此事，她告诉我，您可能遇到了 JMP12 已修复的错误。 如果您想发送数据，我们可以使用 JMP12 进行尝试，看看您是否确实遇到了该问题。 否则，您可以等到 JMP12 发布后再尝试。
谢谢，
迈克尔
回复：在逐步回归中使用 AICc 的最佳模型嗨迈克尔，
非常感谢你的回复！ 我熟悉这样的概念：差异 <2 表明支持两种模型，但不熟悉 4-7 或 >10。 我想向您展示我正在谈论的内容的屏幕截图。 首先，JMP 能够使用最小 AICc 找到“最佳”模型（这些变量是我正在研究的一个考古示例 - 使用实验工具使用损坏来预测史前工具使用）。 可以看到“屠宰+拦截”的模式是最好的。
对于这个考古遗址，JMP 没有找到适合该遗址的实验工具损坏的“最佳”组合：
我可以明白为什么它没有从步骤历史记录中找到“最佳”模型（与上一步的差异 <2），但是当它在之前的屏幕截图中找到“最佳”模型时，AICc 中的差异 <2其他两个模型步骤...我想我只是想弄清楚当 JMP 找到“最佳”与没有找到“最佳”时意味着什么。
谢谢，
本
回复：在逐步回归中使用 AICc 的最佳模型你好，
在逐步使用最小 AICc 停止规则时，选择的“最佳”模型应该是具有最小 AICc 值的模型。 我不确定我是否遇到过 Stepwise 认为不存在单一最佳模型的示例。
然而，AICc 值与最小 AICc 值的差异很重要。 根据 Burnham & Anderson (2002; p. 70-71)，小于 2 的差异意味着对具有较高 AICc 的模型有实质性的经验支持，4 到 7 的差异意味着对具有较高 AICc 的模型的支持“相当少”。 AICc，并且差异大于 10 意味着“基本上没有”的经验支持水平。
问候，
迈克尔
伯纳姆和安德森（2002），模型选择和多模型推理：实用的信息论方法。 纽约州施普林格。
发布者网站链接：模型选择和多模型推理 - 一种实用的信息理论方法
