Istota mojego pytania brzmi:
Niech będzie wielowymiarową normalną zmienną losową ze średnią i macierzą kowariancji . Niech , tj. . Jak porównać AIC modelu dopasowanego do obserwowanych realizacji z modelem dopasowanym do obserwowanych realizacji ? μ Σ Z : = log ( Y ) Z i = log ( Y i ) , i ∈ { 1 , … , n } Y Z
Moje początkowe i nieco dłuższe pytanie:
Niech będzie wielowymiarową normalną zmienną losową. Jeśli chcę porównać model dopasowany do i model dopasowany do , mógłbym spojrzeć na ich prawdopodobieństwa dziennika. Ponieważ jednak modele te nie są zagnieżdżone, nie mogę bezpośrednio porównywać prawdopodobieństwa dziennika (i innych rzeczy, takich jak AIC itp.), Ale muszę je przekształcić.
Wiem, że jeśli są zmiennymi losowymi ze wspólnym pdf i jeśli dla przekształceń jeden-do-jednego i , a następnie PDF jest podane przez f ( y 1 , … , y n ) = g ( t - 1 1 ( y ) , … , t - 1 n ( y ) ) det ( J ) gdzie J jest jakobianem związanym z transformacją.
Czy muszę po prostu użyć reguły transformacji do porównania
do l ( log ( Y ) ) = log ( n ∏ i = 1 ϕ ( log ( y i ) ; μ , Σ ) )
czy jest coś jeszcze, co mogę zrobić?
[edytuj] Nie pamiętam umieszczać logarytmów w dwóch ostatnich wyrażeniach.
Odpowiedzi:
Nawiasem mówiąc, do korzystania z kryteriów AIC lub BIC, twoje modele nie muszą być koniecznie zagnieżdżone (ten sam odnośnik, strona 88, sekcja 2.12.4 Modele nienested), a właściwie to jedna z zalet korzystania z BIC.
źródło
Akaike, H. 1978. „O prawdopodobieństwie modelu szeregów czasowych”, Journal of the Royal Statistics Society, Series D (The Statistician), 27 (3/4), s. 217–235.
źródło