L'exécution d'une progressive d'un modèle linéaire avec le critère BIC

Est-il possible de mettre un pas à pas linéaire modèle à utiliser le BIC critères plutôt que de l'AIC?

J'ai essayé cela, mais il calcule toujours chaque étape à l'aide de l'AIC valeurs plutôt que de BIC

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")

OriginalL'auteur user2846211 | 2013-10-16

  1. 16

    Ajouter l'argument k=log(n) à la step fonction (n nombre d'échantillons dans le modèle de la matrice)

    De ?step:

    Arguments:

    ...

    k le multiple du nombre de degrés de liberté utilisés pour la peine.
    Seulement k = 2 donne la véritable AIC; k = log(n) est parfois appelé
    comme BIC ou SBC.

    n est le nombre d'observations qui doivent être connus, alors que k est la valeur numérique de pénalité par paramètre à être utilisée.
    Désolé pour demander, après une longue période, j'ai essayé votre méthode mettant $k=log n$ dans l'argument, mais il en a résulté meilleur modèle est différent de BIC en comparaison avec si je ne le BIC directement avec ces variables sélectionnées. Pourquoi est-ce? Merci!
    Peut-être que c'est calculé différemment, souvent la constante dans la log-vraisemblance fonction est omis.

    OriginalL'auteur rcs