Выбор модели с помощью AIC

Question

Я установил нормальные распределения для данных суммы претензии, используя fitdistr в R. Как мне соответствовать Многомерное нормальное распределение (Двумерное нормальное распределение)? Я хочу выбрать, какой из моих образцов лучше всего подходит для AIC в R. Как мне продолжить? Я пробовал

IC<-Mclust(data,G=1) 
IC1<-Mclust(data,G=2) 

Меньше BIC - лучшая модель. но как вычислить базу AIC для этого результата Mclust.

Answer 1

Критерий информации Akaike (AIC) определяется как 2 * k - 2 * ln (L), где k - количество параметров в модели, а L - вероятность модели (максимизированная для данных путем подгонки лучшие параметры).

Mclust() возвращает оба из них вам, поэтому вы можете вычислить AICs из полей в возвращаемых объектах Mclust.

require(mclust) 
data(iris) 
IC <- Mclust(data=iris, G=1) 
IC1 <- Mclust(data=iris, G=2) 
aic <- 2*IC$df - 2*IC$loglik 
aic1 <- 2*IC1$df - 2*IC1$loglik 

?Mclust для получения дополнительной информации.