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.
Distribución | 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 (defecto), 2=Log, 3=Logit, 4=Probit, 5=Log-Log).
Link | Descripción |
---|---|
1 | Identidad (residuales ~ Distribución Normal) |
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
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.