Calcula el criterio de información de Akaike (AIC) del modelo MLG (con correlación para pequenas tamaños de muestras).
Sintaxis
GLM_AIC (Y, X, Betas, Phi, Lvk)
- Y
- es la respuesta o matriz de datos de varaiables dependientes (una matriz/array unidimensional de celdas (Ej. filas o columnas)).
- X
- es la matriz de datos de variables independientes, cada columna representa una variable.
- Betas
- son los valores de los coeficientes del modelo MLG (una matriz unidimensional de celdas (Ej. filas o columnas)).
- Phi
- Phi es el parámetro de dispersión GLM. Phi es unicamente signifivativo para Binomial (tamaño de lote 1 o tamaño de ensayo) y para varianza Gaussiana.
Valor Phi Gaussian Varianza. Poisson 1.0. Binomial Recíproco del lote/tamano de ensayo). - Lvk
- es la función link que describe como la media depende del predictor lineal (1 = Identidad (por defecto), 2 = Log, 3 = Logit, 4 = Probit, 5 = Log-Log).
Valor Lvk 1 Identidad (residuales ~ Distribución Normal) (por defecto). 2 Log (residuales ~ Distribución Poisson). 3 Logit (residuales ~ Distribución Binomial). 4 Probit (residuales ~ Distribución Binomial). 5 Log-Log Complementario (residuales ~ Distribución Binomial).
Observaciones
- El modelo subyacente se describe aquí.
- Valores faltantes (Ej. #N/A!) no son permitidos en cualquier respuesta (Y) o matrices de entrada explicatorias.
- El número de filas en respuesta a la variable (Y) debe ser igual al número de filas de las variables explicatoras (X).
- El número de betas debe ser igual al número de variables explicatorias (Es decir, columnas en X) más uno por el intercepto.
- Para MLG con distribución de Poisson,
- Los valores de la variable de respuesta debe ser números enteros no- negativos.
- El valor del factor de dispersion (Phi) deben ser ya sea faltante o igual a uno.
- Para GLM con distribución Binomial,
- Los valores de la variable respuesta deben ser una fracción no negativo entre cero y uno, inclusive.
- El valor del factor de dispersión (Phi) debe ser una fracción positiva (mayores que cero y menor que uno)
- Para la distribución MLG con distribución Gausssiana, el valor del factor de dispersión (Phi) debe ser positivo.
Ejemplos de archivos
Enlaces Relacionados
Referencias
- Hamilton, J.D.; Time Series Analysis, Princeton University Press (1994), ISBN 0-691-04289-6.
- Tsay, Ruey S.; Analysis of Financial Time Series John Wiley & SONS. (2005), ISBN 0-471-690740.
Comentarios
El artículo está cerrado para comentarios.