正の対数尤度と負のAICJMPは常に「-2LL = -1406.88」や「AICc = -1451.534」など、常に正のLLと負のAICを報告することに気付きました。これは意味がありませんか？LLは定義により負でなければなりません。AICは原則として負になりますが、LLが低く、パラメータ数が少ない場合、通常は正になります。
ここに基本的なものがありませんか？
ありがとう！
再：正の対数尤度と負のAICあなたは例外を見たことがないかもしれませんが、それらは起こるかもしれません。尤度は常に0〜1であるため、対数尤度は常に負であることは正しいです。同様に、-2Lは常に正です。ただし、AICcは負でも正でもかまいません。
例えば、
再：正の対数尤度と負のAICありがとう！この例では、すべてを「良い」としています。LL陰性BICおよびAIC陽性。したがって、私の質問にはまったく答えられません。どうだ
このようなレポートでは、これはタイプ（マイナスはないはず、>>>>のマークが付いた行を参照）であると想定する必要がありますか？
一般化線形モデル適合
最尤法によって推定される過分散パラメーター
応答：O2Cons_ugO2 / mgWW
分布：標準
リンク：アイデンティティ
推定方法：最尤法
観測値（または合計Wgts）= 369
回帰プロット
モデル全体のテスト
>>>>モデル-LogLikelihood LR ChiSquare DF Prob> ChiSq
>>>>差60.566153 121.1323 1 <.0001
>>>>フル-1459.5116
>>>>-1398.9455を削減
適合度統計ChiSquare DF Prob> ChiSqの過剰分散
ピアソン0.0079 367 1.0000 0.0000
逸脱0.0079 367 1.0000
AICc
-2912.958
効果試験
ソースDF LR ChiSquare Prob> ChiSq
アッセイT 1 121.13231 <.0001
パラメータ推定
用語推定標準誤差LR ChiSquare Prob> ChiSq Lower CL Upper CL
インターセプト0.001544 0.0007616 4.0872942 0.0432 0.0000474 0.0030406
アッセイT 0.0003546 0.0000296 121.13231 <.0001 0.0002964 0.0004127
予測によるスチューデント化された逸脱残差
再：正の対数尤度と負のAICこれらの結果に問題はありません。負のAICcが心配な場合は、常に発生します。ここにはスケールはありません。小さいAICcは常により良いモデルを提案します。したがって、AICc = 1000のモデルは、AICc = 1200のモデルよりも優れています。AICc = -1250のモデルは、AICc = -1200のモデルよりも優れています。
再：正の対数尤度と負のAICフルモデル -LogLikelihood = -1459.5116。すなわち LogLikelihood = 1459.5116。> 0。できません。これはLLではないか、LLですが、そこにあるべきではないマイナスがあります。
または私は何か大きな方法を見逃しています。
ありがとう
再：正の対数尤度と負のAIC連続応答のAICcの計算は次のとおりです。
最初の用語は-2Lです。したがって、SSEが小さい場合（適切な場合）、-2Lは負になる可能性があります。
再：正の対数尤度と負のAICああ、わかった。このLLはMLプロシージャからのものではありません。それから私の最後の質問：対数比テストでこれらの値をまだ使用できますか？
ご協力いただきありがとうございます！再：正の対数尤度と負のAICMLEプロシージャからのものです。推定により、-2Lが最小化されます。
はい。LRTカイ2乗検定では、nullの下の対数尤度と対立仮説の差の2倍を使用できます。
Re：正の対数尤度と負のAICこんにちは、
-2LLが報告される場所を説明していただけますか？私の最後には最終的なAICc値しか表示されません。私はJMP 14にいます。
更新：気にしないで、私はそれを理解しました（GLMを実行する必要がありました）、今ではこの投稿を削除する方法を理解できません。
Re：正の対数尤度と負のAICこれはJMP 10にありました。JMP 14では違うと思いますので確認できます。
Re：正の対数尤度と負のAICこの投稿は削除しないでください。この説明は、-2Lを見つけるのが難しい他のユーザーにも役立ちます。
