dla wzoru I oa priorimożna model przedstawiony jest recaled do hemibursztynianu I = A I C I - m i n I C , gdzie najlepszym modelem zestawu model będzie miał Æ = 0 . Możemy użyć wartoścido oszacowania siły dowodów () dla wszystkich modeli w zestawie modeli, gdzie:
Jest to często określane jako „ciężar dowodu” dla modeluAICiΔi=AICi−minAICΔ=0w i w i = e ( - 0,5 Δ i )ΔiwiihemibursztynianuIWIIWıııjwagI/WJwI=0,8wagowoj=0,1ıj
wi=e(−0.5Δi)∑Rr=1e(−0.5Δi).
ibiorąc pod uwagę zestaw modeli
a priori . W miarę wzrostu , maleje, co sugeruje, że model jest mniej prawdopodobny. Te wartości można interpretować jako prawdopodobieństwo, że model jest najlepszym modelem, biorąc pod uwagę zestaw modeli
a priori . Możemy również obliczyć względne prawdopodobieństwo modelu względem modelu jako . Na przykład, jeśli i , moglibyśmy powiedzieć, że model jest 8 razy bardziej prawdopodobny niż model .
Δiwiiwiiijwi/wjwi=0.8wj=0.1jajot
Uwaga: gdy model 1 jest najlepszym modelem (najmniejszy ). Burnham i Anderson (2002) określają to jako współczynnik dowodów. Ta tabela pokazuje, jak zmienia się współczynnik dowodów w odniesieniu do najlepszego modelu.w1/ w2)= e0,5 Δ2)Ido
Information Loss (Delta) Evidence Ratio
0 1.0
2 2.7
4 7.4
8 54.6
10 148.4
12 403.4
15 1808.0
Odniesienie
Burnham, KP i DR Anderson. 2002. Wybór modelu i wnioskowanie wielomodelowe: praktyczne podejście teoretyczno-informacyjne. Druga edycja. Springer, Nowy Jork, USA.
Anderson, DR 2008. Wnioski oparte na modelach w naukach przyrodniczych: elementarz dowodów. Springer, Nowy Jork, USA.