Invertendo a pergunta... por que deveriam ser iguais??
likfit estimou um modelo gaussiano para os dados
com um termo espacial (efeito aleatório espacial)
No caso um modelo com 3 parametros, um de mdia e 2 de covariancia.
glm dos dados contra os preditos estimou uma regressao linear destes,
e nao vvejo pq deveriam retornar os mesmo valores
com 2 parametros de média e um de variancia
Nao vejo pq deveriam ter as mesmas verossimilhancas ou AIC's
On Fri, 8 Nov 2013, Hélio Gallo Rocha wrote:
Caros listeiros.
Como já haviam citado,
Prof. Paulo:
"Pensar se a validacao cruzada é de fato nbecessária. Embora seja
usada é bem menos informativa e util que outras medidadas de avaliacao do
ajuste baseadas na verossimilhanã e análise dos residuos"
Éder citando Davis, B. M., 1987. Uses and abuses of cross-validation in
geostatistics. Math. Geol., v. 17, p. 563–586.
"Cross-validation cannot confirm that a particular model is or is not
the
optimum. It is a method to better examine and understand the
phenomenon
under study using the available data"
situação:
Caculando o AIC, tive dois resultados diferentes, como segue CRM:
require(geoR);data(s100)
vModel <- likfit(s100, ini=c(1,0.5), fix.nugget=T)
xv.ml<-xvalid(s100,model=vModel)
AIC(vModel) #173.1391
reglin_vModel=glm(xv.ml$data~xv.ml$pred)
AIC(reglin_vModel) #142.4229
Qual a razão destes valores diferentes?
Desde já agradeço qualquer elucidação
--
Hélio Gallo Rocha
IFSULDEMINAS - Câmpus Muzambinho
_______________________________________________
R-br mailing list
[email protected]
https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código
mínimo reproduzível.
