loglikelihoods positifs et AIC négatifsJ'ai remarqué que JMP signale invariablement des LL positifs et des AIC négatifs, par exemple "-2LL = -1406.88" ou "AICc = -1451.534". Cela n'a pas de sens, n'est-ce pas? LL doit être négatif par définition; L'AIC peut en principe être négatif, mais avec de faibles LL et un faible nombre de paramètres, il est généralement positif.
Suis-je en train de manquer quelque chose de fondamental ici?
Merci!
Re: loglikelihoods positifs et AIC négatifsVous n'avez peut-être pas vu d'exceptions, mais elles peuvent se produire. Vous avez raison de dire que la log-vraisemblance est toujours négative car la vraisemblance est toujours de 0 à 1. De même, le -2L est toujours positif. L'AICc, cependant, peut être négatif ou positif.
Par exemple,
Re: loglikelihoods positifs et AIC négatifsMerci! Dans l'exemple que vous donnez, tout est "bon". LL négatif BIC et AIC positif. Cela ne répond donc pas tout à fait à ma question. Je vois comment
Dois-je donc supposer que c'est un type (moins ne devrait pas être là, voir les lignes marquées >>>>) dans un rapport comme celui-ci?
Ajustement du modèle linéaire généralisé
Paramètre de surdispersion estimé par Maximum de vraisemblance
Réponse: O2Cons_ugO2 / mgWW
Distribution: Normale
Lien: identité
Méthode d'estimation: probabilité maximale
Observations (ou somme Wgts) = 369
Graphique de régression
Test sur tout le modèle
>>>> Modèle -LogLik vraisemblance LR ChiSquare DF Prob> ChiSq
>>>> Différence 60.566153 121.1323 1 <.0001
>>>> Complet -1459.5116
>>>> Réduit -1398.9455
Statistique de qualité d'ajustement ChiSquare DF Prob> ChiSq Overdispersion
Pearson 0,0079 367 1,0000 0,0000
Déviance 0,0079 367 1,0000
AICc
-2912,958
Tests d'effet
Source DF LR ChiSquare Prob> ChiSq
test 1 121.13231 <.0001
Estimations des paramètres
Terme Estimation Erreur Std LR Prob ChiSquare> ChiSq Lower CL Upper CL
Interception 0,001544 0,0007616 4,0872942 0,0432 0,0000474 0,0030406
dosage 0,0003546 0,0000296 121,13231 <.0001 0,0002964 0,0004127
Deviation Studentized Residual par Predicted
Re: loglikelihoods positifs et AIC négatifsJe ne vois rien de mal à ces résultats. Si vous êtes préoccupé par l'AICc négatif, cela se produit tout le temps. Il n'y a vraiment pas d'échelle ici. Un AICc plus petit suggère toujours un meilleur modèle. Un modèle avec AICc = 1000 est donc meilleur qu'un modèle avec AICc = 1200. Un modèle avec AICc = -1250 est meilleur qu'un modèle avec AICc = -1200.
Re: loglikelihoods positifs et AIC négatifs Modèle complet -LogLikelihood = -1459,5116. C'est à dire LogLikelihood = 1459,5116. > 0. C'est pas possible. Soit ce n'est pas LL, soit ça l'est, mais il y a un moins là-dedans qui ne devrait pas être là.
Ou je manque quelque chose de grand.
Merci
Re: loglikelihoods positifs et AIC négatifsVoici le calcul d'AICc pour une réponse continue:
Le premier terme est -2L. Donc, si vous avez un petit SSE (un bon ajustement), alors -2L peut être négatif.
Re: loglikelihoods positifs et AIC négatifsAhh, j'ai compris. Ce LL ne provient pas d'une procédure ML. Puis ma dernière question: puis-je toujours utiliser ces valeurs dans un test de log-ratio ou ne sont-elles pas bonnes pour cela?
Merci de votre aide!Re: loglikelihoods positifs et AIC négatifsIl s'agit d'une procédure MLE. L'estimation minimise -2L.
Oui, vous pouvez utiliser deux fois la différence entre la vraisemblance logarithmique sous la valeur nulle et les hypothèses alternatives pour un test du chi carré LRT.
Re: loglikelihoods positifs et AIC négatifsSalut,
Pouvez-vous expliquer où les -2LL sont signalés? Je ne vois que les valeurs AICc finales de mon côté. Je suis en JMP 14.
MISE À JOUR: Peu importe, je l'ai compris (j'avais besoin de faire un GLM) et maintenant je ne peux pas comprendre comment supprimer ce message.
Re: loglikelihoods positifs et AIC négatifsC'était dans JMP 10. Je pense que c'est différent sur JMP 14, peut vérifier.
Re: loglikelihoods positifs et AIC négatifsVeuillez ne pas supprimer ce message. Cette discussion est utile aux autres utilisateurs qui pourraient également avoir du mal à trouver -2L.
