[[radvance]] 赤池の情報量基準(AIC)はモデル選択のためによく参照されます。最もAICの高い推定式を採用するのです。最尤法で推定された式の場合はAICが付記されますが、重回帰分析の場合はそのままでは表示されないパッケージが多いように思います。 Rも表示されませんが、AIC()という関数で重回帰分析などのAICを表示させることができます。[[重回帰分析についてのAICの求め方]]をそのまま実行するサンプルプログラムを作ったので、AIC(eq1)とregaicが同じになることを確かめてください。 Rも表示されませんが、AIC()という関数で重回帰分析などのAICを表示させることができます。[[重回帰分析についてのAICの求め方>http://software.ssri.co.jp/statweb2/tips/tips_10.html]]をそのまま実行するサンプルプログラムを作ったので、AIC(eq1)とregaicが同じになることを確かめてください。 x1 <- c( 1.5, 2.3, 3.8, 4.2, 5.6, 6.3) x2 <- c( 1.0, 3.9, 8.6, 15.25, 28.6, 32.68) y <- c(-3.2, 2.0, 2.2, 6.3, 5.8, 12.5) eq1 <- lm(y ~ x1 + x2) summary (eq1) AIC(eq1) xres <- residuals(eq1) xres2 <- xres * xres sumxres <- sum(xres2) regaic <- 6 * (log(2*pi*sumxres/6) + 1) + 2*(2+2) regaic # number of data:6 # pi=3.1415926... # number of independent vars: 2