python计算AIC(赤池信息准则)

import statsmodels.api as sm
    #     计算AIC
    model = sm.GLM(df_in_cdz_IID["当日平均体重"], sm.add_constant(df_in_cdz_IID["日龄"]), family=sm.families.Gaussian())
    result = model.fit()
    for j in ["gompertz","logistic","bertanlanffy"]:
        residuals = df_in_cdz_IID["当日平均体重"] - df_in_cdz_IID["估计体重_"+j]
        sse = sum(residuals ** 2)
        n = len(df_in_cdz_IID["当日平均体重"])
        k = len(result.params)

        aic = n * np.log(sse/n) + 2 * k
        exec(f"{j}_aic = aic")

AIC越小,模型的偏差越小,相当于R2越大,认为模型越准确。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值