Практические рекомендации по выбору переменных и представлению результатов с использованием информационного критерия Акаике

Многочисленные дискуссии о различных парадигмах отбора моделей важны, однако в отсутствие консенсуса необходимо глубже понимать уже существующие подходы — по крайней мере тем, кто использует статистические методы и инструменты отбора моделей. В экологической литературе при выборе моделей преобладает информационный критерий Акаике (AIC). Хотя это относительно простой концептуальный инструмент, мы выявили распространённые заблуждения, связанные с его применением. При интерпретации и представлении таблиц моделей, отобранных с помощью AIC, коллеги и студенты с удивительной регулярностью задают два конкретных вопроса. Первый касается так называемых «притворяющихся» переменных и, в частности, недостаточно чёткого понимания этого понятия. Второй связан с p-значениями и тем, что считать статистической поддержкой при использовании AIC. Существует обширная специальная литература, посвящённая AIC и взаимосвязи между p-значениями и различиями AIC. В этой работе мы дополняем техническое изложение и с помощью моделирования формируем интуитивное понимание этих важных понятий. Тем самым мы стремимся способствовать более корректному использованию, интерпретации и представлению результатов анализа моделей, отобранных с помощью AIC.