{"id":1750,"date":"2023-07-25T03:37:36","date_gmt":"2023-07-25T03:37:36","guid":{"rendered":"https:\/\/statorials.org\/it\/aic-a-r\/"},"modified":"2023-07-25T03:37:36","modified_gmt":"2023-07-25T03:37:36","slug":"aic-a-r","status":"publish","type":"post","link":"https:\/\/statorials.org\/it\/aic-a-r\/","title":{"rendered":"Come calcolare l&#39;aic in r (compresi gli esempi)"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">L&#8217;Akaike Information Criterion (AIC) \u00e8 una metrica utilizzata per confrontare l&#8217;adattamento di modelli di regressione multipli.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Viene calcolato come segue:<\/span><\/p>\n<p> <span style=\"color: #000000;\">AIC = 2K \u2013 2 <em>ln<\/em> (L)<\/span><\/p>\n<p> <span style=\"color: #000000;\">Oro:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>K:<\/strong> il numero di parametri del modello. Il valore predefinito di K \u00e8 2, quindi un modello con una sola variabile predittrice avr\u00e0 un valore K di 2+1 = 3.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong><em>ln<\/em> (L)<\/strong> : la log-verosimiglianza del modello. La maggior parte dei software statistici pu\u00f2 calcolare automaticamente questo valore.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">L&#8217;AIC \u00e8 progettato per trovare il modello che spiega la maggiore variazione nei dati, penalizzando i modelli che utilizzano un numero eccessivo di parametri.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dopo aver adattato pi\u00f9 modelli di regressione, \u00e8 possibile confrontare<\/span> <span style=\"color: #000000;\">il valore AIC di ciascun modello. Pi\u00f9 basso \u00e8 l&#8217;AIC, pi\u00f9 adatto \u00e8 il modello.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Per calcolare l&#8217;AIC di modelli di regressione multipli in R, possiamo utilizzare la funzione <strong>aictab()<\/strong> del pacchetto <strong>AICcmodavg<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">L&#8217;esempio seguente mostra come utilizzare questa funzione per calcolare e interpretare l&#8217;AIC per vari modelli di regressione in R.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Esempio: calcolare e interpretare AIC in R<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Supponiamo di voler adattare tre diversi <a href=\"https:\/\/statorials.org\/it\/regressione-lineare-multipla\/\" target=\"_blank\" rel=\"noopener\">modelli di regressione lineare multipla<\/a> utilizzando le variabili del set di dati <strong>mtcars<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Ecco le variabili predittive che utilizzeremo in ciascun modello:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Variabili predittive nel modello 1: disp, hp, wt, qsec<\/span><\/li>\n<li> <span style=\"color: #000000;\">Variabili predittive nel modello 2: disp, qsec<\/span><\/li>\n<li> <span style=\"color: #000000;\">Variabili predittive nel modello 3: disp, wt<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Il codice seguente mostra come adattare ciascuno di questi modelli di regressione:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#fit three models\n<\/span>model1 &lt;- lm(mpg ~ disp + hp + wt + qsec, data = mtcars)\nmodel2 &lt;- lm(mpg ~ disp + qsec, data = mtcars)\nmodel3 &lt;- lm(mpg ~ disp + wt, data = mtcars)\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Successivamente, inseriremo i modelli in un elenco e utilizzeremo la funzione <strong>aictab()<\/strong> per calcolare l&#8217;AIC di ciascun modello:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\"><span style=\"color: #000000;\"><span style=\"color: #993300;\">library<\/span> (AICcmodavg)<\/span>\n\n#define list of models\n<\/span>models &lt;- list(model1, model2, model3)\n\n<span style=\"color: #008080;\">#specify model names\n<\/span>mod.names &lt;- c('disp.hp.wt.qsec', 'disp.qsec', 'disp.wt')\n\n<span style=\"color: #008080;\">#calculate AIC of each model\n<\/span>aictab(cand.set = models, modnames = mod.names)\n\nModel selection based on AICc:\n\n                K AICc Delta_AICc AICcWt Cum.Wt LL\ndisp.hp.wt.qsec 6 162.43 0.00 0.83 0.83 -73.53\navailable wt 4 165.65 3.22 0.17 1.00 -78.08\ndisp.qsec 4 173.32 10.89 0.00 1.00 -81.92\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Ecco come interpretare il risultato:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><b>K:<\/b> il numero di parametri nel modello.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>AICc:<\/strong> il valore AIC del modello. La \u201cc\u201d minuscola indica che l&#8217;AIC \u00e8 stata calcolata dall&#8217;AIC corretta per campioni piccoli.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>Delta_AICc:<\/strong> la differenza tra l&#8217;AIC del modello migliore e quello del modello attuale a confronto.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>AICcWt:<\/strong> proporzione del potere predittivo totale riscontrabile nel modello.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>Peso cumulato<\/strong> : la somma cumulativa dei pesi AIC.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><span style=\"color: #000000;\"><b>LL:<\/b> La verosimiglianza del modello. Questo ci dice quanto \u00e8 probabile il modello, dati i dati che abbiamo utilizzato.<\/span><\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Il modello con il valore AIC pi\u00f9 basso viene sempre elencato per primo. Dal risultato possiamo vedere che il seguente modello ha il valore AIC pi\u00f9 basso ed \u00e8 quindi il modello pi\u00f9 adatto:<\/span><\/p>\n<p> <span style=\"color: #000000;\">mpg = \u03b2 <sub>0<\/sub> + \u03b2 <sub>1<\/sub> (disp) + \u03b2 <sub>2<\/sub> (cv) + \u03b2 <sub>3<\/sub> (peso) + \u03b2 <sub>4<\/sub> (qsec)<\/span><\/p>\n<p> <span style=\"color: #000000;\">Una volta identificato questo modello come il migliore, possiamo procedere con l&#8217;adattamento del modello e analizzare i risultati, incluso il valore R quadrato e i coefficienti beta, per determinare l&#8217;esatta relazione tra l&#8217;insieme di variabili predittive e la <a href=\"https:\/\/statorials.org\/it\/variabili-risposte-esplicative\/\" target=\"_blank\" rel=\"noopener\">variabile di risposta<\/a> .<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Risorse addizionali<\/strong><\/span><\/h3>\n<p> <a href=\"https:\/\/statorials.org\/it\/regressione-lineare-semplice-in-r\/\" target=\"_blank\" rel=\"noopener\">Come eseguire una regressione lineare semplice in R<\/a><br \/> <a href=\"https:\/\/statorials.org\/it\/regressione-lineare-multipla-r\/\" target=\"_blank\" rel=\"noopener\">Come eseguire la regressione lineare multipla in R<\/a><br \/> <a href=\"https:\/\/statorials.org\/it\/r-quadrati-in-r-si-adatta\/\" target=\"_blank\" rel=\"noopener\">Come calcolare l&#8217;R quadrato corretto in R<\/a><br \/> <a href=\"https:\/\/statorials.org\/it\/come-calcolare-cp-viola-in-r\/\" target=\"_blank\" rel=\"noopener\">Come calcolare Mallows Cp in R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>L&#8217;Akaike Information Criterion (AIC) \u00e8 una metrica utilizzata per confrontare l&#8217;adattamento di modelli di regressione multipli. Viene calcolato come segue: AIC = 2K \u2013 2 ln (L) Oro: K: il numero di parametri del modello. Il valore predefinito di K \u00e8 2, quindi un modello con una sola variabile predittrice avr\u00e0 un valore K di [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Come calcolare l&#039;AIC in R (compresi gli esempi) - Statorials<\/title>\n<meta name=\"description\" content=\"Questo tutorial spiega come calcolare l&#039;Akaike Information Criterion (AIC) per un modello di regressione in R, con esempi.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/it\/aic-a-r\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Come calcolare l&#039;AIC in R (compresi gli esempi) - Statorials\" \/>\n<meta property=\"og:description\" content=\"Questo tutorial spiega come calcolare l&#039;Akaike Information Criterion (AIC) per un modello di regressione in R, con esempi.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/it\/aic-a-r\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-25T03:37:36+00:00\" \/>\n<meta name=\"author\" content=\"Benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"3 minuti\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/it\/aic-a-r\/\",\"url\":\"https:\/\/statorials.org\/it\/aic-a-r\/\",\"name\":\"Come calcolare l&#39;AIC in R (compresi gli esempi) - Statorials\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/it\/#website\"},\"datePublished\":\"2023-07-25T03:37:36+00:00\",\"dateModified\":\"2023-07-25T03:37:36+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/it\/#\/schema\/person\/0896f191fb9fb019f2cd8623112cb3ae\"},\"description\":\"Questo tutorial spiega come calcolare l&#39;Akaike Information Criterion (AIC) per un modello di regressione in R, con esempi.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/it\/aic-a-r\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/it\/aic-a-r\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/it\/aic-a-r\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Casa\",\"item\":\"https:\/\/statorials.org\/it\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Come calcolare l&#39;aic in r (compresi gli esempi)\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/it\/#website\",\"url\":\"https:\/\/statorials.org\/it\/\",\"name\":\"Statorials\",\"description\":\"La tua guida all&#039;alfabetizzazione statistica!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/it\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"it-IT\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/it\/#\/schema\/person\/0896f191fb9fb019f2cd8623112cb3ae\",\"name\":\"Benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\/\/statorials.org\/it\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/statorials.org\/it\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"https:\/\/statorials.org\/it\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin anderson\"},\"description\":\"Ciao, sono Benjamin, un professore di statistica in pensione diventato insegnante dedicato di Statorials. Con una vasta esperienza e competenza nel campo della statistica, sono ansioso di condividere le mie conoscenze per potenziare gli studenti attraverso Statorials. Scopri di pi\u00f9\",\"sameAs\":[\"https:\/\/statorials.org\/it\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Come calcolare l&#39;AIC in R (compresi gli esempi) - Statorials","description":"Questo tutorial spiega come calcolare l&#39;Akaike Information Criterion (AIC) per un modello di regressione in R, con esempi.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/it\/aic-a-r\/","og_locale":"it_IT","og_type":"article","og_title":"Come calcolare l&#39;AIC in R (compresi gli esempi) - Statorials","og_description":"Questo tutorial spiega come calcolare l&#39;Akaike Information Criterion (AIC) per un modello di regressione in R, con esempi.","og_url":"https:\/\/statorials.org\/it\/aic-a-r\/","og_site_name":"Statorials","article_published_time":"2023-07-25T03:37:36+00:00","author":"Benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Written by":"Benjamin anderson","Est. reading time":"3 minuti"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/it\/aic-a-r\/","url":"https:\/\/statorials.org\/it\/aic-a-r\/","name":"Come calcolare l&#39;AIC in R (compresi gli esempi) - Statorials","isPartOf":{"@id":"https:\/\/statorials.org\/it\/#website"},"datePublished":"2023-07-25T03:37:36+00:00","dateModified":"2023-07-25T03:37:36+00:00","author":{"@id":"https:\/\/statorials.org\/it\/#\/schema\/person\/0896f191fb9fb019f2cd8623112cb3ae"},"description":"Questo tutorial spiega come calcolare l&#39;Akaike Information Criterion (AIC) per un modello di regressione in R, con esempi.","breadcrumb":{"@id":"https:\/\/statorials.org\/it\/aic-a-r\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/it\/aic-a-r\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/it\/aic-a-r\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Casa","item":"https:\/\/statorials.org\/it\/"},{"@type":"ListItem","position":2,"name":"Come calcolare l&#39;aic in r (compresi gli esempi)"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/it\/#website","url":"https:\/\/statorials.org\/it\/","name":"Statorials","description":"La tua guida all&#039;alfabetizzazione statistica!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/it\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"it-IT"},{"@type":"Person","@id":"https:\/\/statorials.org\/it\/#\/schema\/person\/0896f191fb9fb019f2cd8623112cb3ae","name":"Benjamin anderson","image":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/statorials.org\/it\/#\/schema\/person\/image\/","url":"https:\/\/statorials.org\/it\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"https:\/\/statorials.org\/it\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Benjamin anderson"},"description":"Ciao, sono Benjamin, un professore di statistica in pensione diventato insegnante dedicato di Statorials. Con una vasta esperienza e competenza nel campo della statistica, sono ansioso di condividere le mie conoscenze per potenziare gli studenti attraverso Statorials. Scopri di pi\u00f9","sameAs":["https:\/\/statorials.org\/it"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/posts\/1750"}],"collection":[{"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/comments?post=1750"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/posts\/1750\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/media?parent=1750"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/categories?post=1750"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/tags?post=1750"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}