GLM_AIC - Criterio de Información de Akaike (AIC) del modelo MLG (GLM)

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.

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).

1. El modelo subyacente se describe aquí.
2. Valores faltantes (Ej. #N/A!) no son permitidos en cualquier respuesta (Y) o matrices de entrada explicatorias.
3. El número de filas en respuesta a la variable (Y) debe ser igual al número de filas de las variables explicatoras (X).
4. El número de betas debe ser igual al número de variables explicatorias (Es decir, columnas en X) más uno por el intercepto.
5. 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.
6. 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)
7. Para la distribución MLG con distribución Gausssiana, el valor del factor de dispersión (Phi) debe ser positivo.

Ejemplos de archivos

Enlaces Relacionados

• Wikipedia - Criterio de información de Akaike
• Wikipedia - Modelo lineal generalizado

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