Блог

Главная - Вопросы по программированию - Как рассчитать AIC для квазибиномиальных моделей?

Как рассчитать AIC для квазибиномиальных моделей?

#r #regression #glm

#r #регрессия #глм

Вопрос:

Давайте возьмем данные :

 binary_var <- sample(0:1, 100, replace = T)
indep_var <- rnorm(100)

И давайте рассмотрим вывод модели логит-регрессии :

 glm(binary_var~indep_var, family = quasibinomial(link = 'logit'))

Call:  glm(formula = binary_var ~ indep_var, family = quasibinomial(link = "logit"))

Coefficients:
(Intercept)    indep_var  
    0.04441     -0.09845  

Degrees of Freedom: 99 Total (i.e. Null);  98 Residual
Null Deviance:      138.6 
Residual Deviance: 138.3    AIC: NA

Как вы можете видеть, AIC рассчитывается как «NA». Я читал об этом, и кажется, что AIC не может быть легко вычислен для квазибиномиальных моделей. Я также нашел пакет AICcmodavg , который должен позволить мне рассчитать требуемый AIC. Однако я не смог найти правильную функцию в этом пакете, которая позволила бы мне это сделать. Не могли бы вы, пожалуйста, помочь мне с вычислением AIC для квазибиномиальных моделей?