负二项回归的aic是不同的

Question

我正在对R进行计数数据分析，希望使用AIC找到负二项回归的最佳模型。以下是数据(名称为&;doctor&;):

V2  V3        L4 V5
1   1  32 10.866795  1
2   2 104 10.674706  1
3   3 206 10.261581  1
4   4 186  9.446440  1
5   5 102  8.578665  1
6   1   2  9.841080  2
7   2  12  9.275472  2
8   3  28  8.649974  2
9   4  28  7.857481  2
10  5  31  7.287561  2

我首先使用下面的代码执行逐步AIC以找到最佳模型:

out0=glm.nb(V3~1,data=doctor)
library(MASS)
stepAIC(out0,V3~V2+L4+V5,direction=c("both"))

作为结果，我得到这个:

Step:  AIC=87.91
V3 ~ V5 + V2 + L4
Df    AIC
<none>    87.907
- V5    1 88.587
- L4    1 94.928
- V2    1 97.552
Call:  glm.nb(formula = V3 ~ V5 + V2 + L4, data = doctor, init.theta = 51.92790127, 
link = log)
Coefficients:
(Intercept)           V5           V2           L4  
-24.568        1.434        1.704        2.275  
Degrees of Freedom: 9 Total (i.e. Null);  6 Residual
Null Deviance:      286.1 
Residual Deviance: 17.46    AIC: 89.91

但是当我将这个模型保存在model=glm.nb(V3~V2+L4+V5,data=doctor)和AIC(model)类型下时，我得到了89.91的AIC。为什么会这样呢?

Answer 1

如前所述，它们是相同的。查看输出

的底部

df <- data.frame(V2=c(1,2,3,4,5,1,2,3,4,5),V3=c(32,104,206,186,102,2,12,28,28,31),L4=c(10.866795,10.674706,10.261581,9.446440,8.578665,9.841080,9.275472,8.649974,7.857481,7.287561),V5=c(1,1,1,1,1,2,2,2,2,2))
df
V2  V3      L4 V5
1   1  32 10.8668  1
2   2 104 10.6747  1
3   3 206 10.2616  1
4   4 186  9.4464  1
5   5 102  8.5787  1
6   1   2  9.8411  2
7   2  12  9.2755  2
8   3  28  8.6500  2
9   4  28  7.8575  2
10  5  31  7.2876  2

out0=glm.nb(V3~1,data=df)
AICout <- stepAIC(out0,V3~V2+L4+V5,direction=c("both"))

输出

AICout$aic
[1] 89.907

保存模型

model = glm.nb(V3~V5+V2+L4,data=df)

输出

AIC(model)
[1] 89.907