R ဖြင့် bic တွက်နည်း

Bayesian Information Criterion ၊ မကြာခဏ အတိုကောက် BIC သည် မတူညီသော ဆုတ်ယုတ်မှုပုံစံများ၏ အံဝင်ခွင်ကျရှိမှုကို နှိုင်းယှဉ်ရန် အသုံးပြုသည့် အတိုင်းအတာတစ်ခုဖြစ်သည်။

လက်တွေ့တွင်၊ ကျွန်ုပ်တို့သည် တူညီသောဒေတာအတွဲတွင် ဆုတ်ယုတ်မှုပုံစံများစွာကို ဖြည့်သွင်းပြီး ဒေတာနှင့်အကိုက်ညီဆုံးမော်ဒယ်အဖြစ် အနိမ့်ဆုံး BIC တန်ဖိုးရှိသော မော်ဒယ်ကို ရွေးချယ်ပါ။

ကျွန်ုပ်တို့သည် BIC ကိုတွက်ချက်ရန် အောက်ပါဖော်မြူလာကို အသုံးပြုပါသည်။

BIC- (RSS+log(n)dσ̂ ² ) / n

ရွှေ-

• d- ကြိုတင်ခန့်မှန်းသူအရေအတွက်
• n- စုစုပေါင်းလေ့လာတွေ့ရှိချက်
• σ̂- ဆုတ်ယုတ်မှုပုံစံတစ်ခုရှိ တုံ့ပြန်မှုတိုင်းတာမှုတစ်ခုစီနှင့် ဆက်စပ်နေသော အမှားအယွင်းကွဲလွဲမှု ခန့်မှန်းချက်
• RSS- ဆုတ်ယုတ်မှုပုံစံမှ အကြွင်းနှစ်ထပ်ကိန်းများ
• TSS- ဆုတ်ယုတ်မှုပုံစံ၏ နှစ်ထပ်ကိန်းစုစုပေါင်း

အောက်ဖော်ပြပါ အဆင့်ဆင့် ဥပမာသည် R တွင် ဆုတ်ယုတ်မှုပုံစံများအတွက် BIC တန်ဖိုးများကို တွက်ချက်နည်းကို ပြသထားသည်။

အဆင့် 1: ဒေတာကိုကြည့်ရှုပါ။

ဤဥပမာအတွက်၊ ကျွန်ုပ်တို့သည် built-in mtcars ဒေတာအတွဲကို အသုံးပြုပါမည်-

 #view first six rows of mtcars dataset
head(mtcars)
mpg cyl disp hp drat wt qsec vs am gear carb
Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4
Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4
Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1
Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1
Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2
Valiant 18.1 6 225 105 2.76 3,460 20.22 1 0 3 1

အဆင့် 2- ပုံစံမျိုးစုံကို ထည့်သွင်းပါ။

ထို့နောက်၊ ဤဒေတာအတွဲကို အသုံးပြု၍ မတူညီသော ဆုတ်ယုတ်မှုပုံစံများစွာကို ကျွန်ုပ်တို့ အံဝင်ခွင်ကျဖြစ်စေပါမည်။

 #fit three different regression models
model1 <- lm(mpg ~ disp + hp, data = mtcars)
model2 <- lm(mpg ~ disp + qsec, data = mtcars)
model3 <- lm(mpg ~ disp + wt, data = mtcars)

အဆင့် 3- အနိမ့်ဆုံး BIC ပါသော မော်ဒယ်ကို ရွေးပါ။

မော်ဒယ်တစ်ခုစီအတွက် BIC တန်ဖိုးကို တွက်ချက်ရန်၊ ကျွန်ုပ်တို့သည် flexmix package မှ BIC() လုပ်ဆောင်ချက်ကို အသုံးပြုနိုင်ပါသည်။

 library (flexmix)

#calculate BIC of model1
BIC(model1)

[1] 174.4815

#calculate BIC of model2
BIC(model2)

[1] 177.7048

#calculate BIC of model3
BIC(model3)

[1] 170.0307

မော်ဒယ်တစ်ခုစီအတွက် BIC တန်ဖိုးများကို ကျွန်ုပ်တို့ မြင်တွေ့နိုင်သည်-

• မော်ဒယ် 1 ၏ BIC : 174.4815
• မော်ဒယ် 2 BIC: 177.7048
• ပုံစံ 3 BIC: 170.0307

မော်ဒယ် 3 တွင် အနိမ့်ဆုံး BIC တန်ဖိုးရှိသောကြောင့်၊ ၎င်းကို ဒေတာအတွဲနှင့် အသင့်တော်ဆုံး မော်ဒယ်အဖြစ် ရွေးချယ်ပါမည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် R တွင် တူညီသော ဆုတ်ယုတ်မှုပုံစံများကို မည်ကဲ့သို့ အံဝင်ခွင်ကျပြုရမည်ကို ရှင်းပြသည် ။

R တွင် ရိုးရှင်းသော linear regression လုပ်နည်း
R တွင် linear regression အများအပြားလုပ်ဆောင်နည်း
R တွင် logistic regression ကို မည်သို့လုပ်ဆောင်ရမည်နည်း
R တွင် အလေးချိန် အနည်းဆုံး စတုရန်း ဆုတ်ယုတ်မှုကို မည်သို့လုပ်ဆောင်ရမည်နည်း