使用BIC准则运行逐步线性模型

Question

能否将逐步线性模型设置为使用BIC准则而不是AIC？

我一直在尝试，但它仍然使用AIC值计算每个步骤。

null = lm(data[,1] ~ 1)
full = lm(data[,1] ~ age + bmi + gender + group)
step(null, scope = list(lower=null,upper=full),
     direction="both", criterion = "BIC")

- user2846211

Answer 1

将参数k=log(n)添加到step函数中（模型矩阵中样本数n）

来自?step：

参数：
...

k是用于惩罚的自由度数量的倍数。 只有当k = 2时才会得到真正的AIC；k = log(n)有时被称为BIC或SBC。

- rcs

---

n是需要知道的观察值数量，而k是要使用的每个参数的惩罚数值。 - user1834437

抱歉这么晚才问，我尝试了您的方法，在参数中加入$k=log n$，但是得到的最佳模型与直接使用这些选定变量计算BIC时有所不同。为什么会这样呢？谢谢！ - Nan

也许它的计算方式不同，通常对数似然函数中的常数被省略了。 - rcs