在R中计算AIC与BIC的疑问：step函数k参数设置是否正确？

核心结论 #

• 当你设置k = log(nrow(S1901Income2022))时，实际在使用BIC
• 当你修改为k = 2时，输出结果基于标准AIC

原理说明 #

AIC和BIC的核心差异在于模型复杂度的惩罚项系数：

• 标准AIC公式：AIC = -2 * log(似然值) + 2 * p，其中p是模型参数数量
• BIC公式：BIC = -2 * log(似然值) + log(n) * p，其中n是样本量

R的step()函数中，k参数就是用来指定这个惩罚项的系数：

• 默认k=2，对应标准AIC计算逻辑
• 当把k设为log(n)时，完全匹配BIC的惩罚规则，哪怕输出标注为"AIC"，本质是BIC数值

对应你的代码场景 #

第一次的代码：

step(burglary_intercept_model , direction = 'forward' , scope = formula(burglary_income_model) , trace = 1 , k = log(nrow(S1901Income2022)))

这里用样本量的对数作为k值，执行的是基于BIC的逐步回归。

修改后的代码：

step(burglary_intercept_model , direction = 'forward' , scope = formula(burglary_income_model) , trace = 1 , k = 2)

k=2对应AIC的标准惩罚系数，此时逐步回归的模型选择逻辑完全基于AIC。

内容的提问来源于stack exchange，提问作者Steven Morrison