AIC dla modeli nie zagnieżdżonych: stała normalizująca

AIC jest zdefiniowane jako , gdzie jest estymatorem największego prawdopodobieństwa, a jest wymiarem przestrzeni parametrów. Do oszacowania zwykle pomija się stały współczynnik gęstości. Jest to czynnik, który nie zależy od parametrów, w celu uproszczenia prawdopodobieństwa. Z drugiej strony czynnik ten jest bardzo ważny przy obliczaniu AIC, biorąc pod uwagę, że przy porównywaniu modeli nie zagnieżdżonych czynnik ten nie jest powszechny, a następnie kolejność odpowiednich AIC może być inna, jeśli nie zostanie wzięty pod uwagę.$AIC=-2 \log(L(\hat\theta))+2p$$\hat\theta$$p$$\theta$

Moje pytanie brzmi : czy musimy obliczyć uwzględniając wszystkie warunki gęstości, porównując modele nie zagnieżdżone?$\log(L(\hat\theta))$

W przypadku gdy normalizująca „stała” różni się w poszczególnych modelach, należy uwzględnić te terminy.