Na początek musisz zdefiniować pojęcie równoważności . Ktoś może pomyśleć, że dwa modele są równoważne, gdy dają prawie taką samą dokładność prognozowania (ten byłby odpowiedni dla szeregów czasowych i danych panelowych), inny może być zainteresowany, jeśli pasowania z modelu są blisko . Pierwsza z nich jest przedmiotem różnych weryfikacji krzyżowych (zwykle jack-knife lub niektóre testy poza próbą, Rob accuracy()
dobrze to robi), druga to minimalizacja pewnego kryterium informacyjnego.
W mikroekonometrii wybór jest , chociaż możesz również rozważyć jeśli pracujesz z małymi próbkami. Należy zauważyć, że wybór oparty na kryterium minimalizacji informacji ma również znaczenie dla modeli zagnieżdżonych.BICAIC
Miłą dyskusję zamieszczono w książce Cameron i Trivedi, którą trzeba mieć (rozdział 8.5 zawiera doskonały przegląd metod), bardziej szczegółowe szczegóły teoretyczne można znaleźć w Hong i Preston tutaj .
Z grubsza mówiąc, wybranie jednego z dwóch modeli jest bardziej oszczędne (mając mniej parametrów do oszacowania, a zatem więcej stopni swobody) zostanie zaproponowane jako preferowane. Kryterium informacyjne wprowadza specjalną funkcję karną, która ogranicza włączenie dodatkowych zmiennych objaśniających do modelu liniowego koncepcyjnie podobnego do ograniczeń wprowadzonych przez skorygowane .R2
Jednak możesz nie być zainteresowany wyborem modelu, który minimalizuje wybrane kryterium informacyjne. Koncepcja równoważności oznacza, że należy sformułować pewną statystykę testową . Dlatego można przejść do testów ilorazu wiarygodności zarówno Coxa lub Voung testów Davidson-MacKinnon testu. LRJ
Wreszcie, zgodnie z tagami, możesz być zainteresowany R
funkcjami:
library(lmtest)
coxtest(fit1, fit2)
jtest(fit1, fit2)
Gdzie fit1
i fit2
dwa zagnieżdżane dopasowane liniowe modele regresji coxtest
jest Cox testowania i Davidson, MacKinnona testowego.LRjtest
J
jtest
lubcoxtest
z nie zagnieżdżonymi pasowaniami ze Step1. Kryterium informacyjne dla nie-zagnieżdżonych będzie dobrym przewodnikiem po tym, który model jest bardziej statystycznie odpowiedni (oszczędny), ale do testowania hipotez wybrałbym tylko dowolne testy (w rzeczywistości prawdopodobieństwo dziennika jest częścią dowolnego kryterium informacyjnego) . Wnioski będą nieco bliskie, ale ponieważ istnieją dwie deterministyczne funkcje kar, porównanie ich statystycznie jest nieco trudne.