Best-subset model selection based on multitudinal assessments of likelihood improvements

Best-subset model selection based on multitudinal assessments of likelihood improvements

© 2019 Informa UK Limited, trading as Taylor & Francis Group.

Bibliographische Detailangaben
Veröffentlicht in:Journal of applied statistics. - 1991. - 47(2020), 13-15 vom: 01., Seite 2384-2420
1. Verfasser: Carter, Knute D (VerfasserIn)
Weitere Verfasser: Cavanaugh, Joseph E
Format: Online-Aufsatz
Sprache:English
Veröffentlicht: 2020
Zugriff auf das übergeordnete Werk:Journal of applied statistics
Schlagworte:Journal Article 62F07 Akaike information criterion Bayesian information criterion likelihood ratio linear models regression variable selection
Online verfügbar Volltext