多元线性回归模型确定变量的AIC准则是AIC越大越好
举一反三
- AIC和SC两准则均要求仅当所增加的解释变量能够减少AIC值或SC值时才在原模型中增加该解释变量。
- 进行自变量选择的时候，使AIC达到最大者所对应的回归模型是最优的回归模型
- 关于回归模型的变量选择，下述说法中，不正确的是哪个？ A: 向前选择方法是从空模型开始，依次添加使得AIC的值增加最快的变量。 B: 逐步回归方法是从空模型开始，增加或删除一个变量，比较所得模型的AIC的值。 C: 如果变量之间存在多重共线性，也能直接用逐步回归方法来选择变量。 D: 评价回归方程的准则有复决定系数、Mallows统计量、和AIC等。
- 通常而言，AIC准则选择的模型更简单，BIC选择的模型的预测精度更高。
- 模型拟合的判断，下列正确的是（ ） A: AIC值越小，拟合得越好； B: 残差平方和RSS越大拟合越好; C: 加权残差平方和WRSS越大拟合越好; D: 拟合度r2越小拟合越好;