R语言中dqAIC含义是什么？如何解读ICtab模型比较结果？

一、dqAIC的含义 #

dqAIC是准AIC差值（delta Quasi-Akaike Information Criterion）：

• 首先，qAIC（准AIC）是针对存在过度离散数据的模型设计的信息准则，用来修正普通AIC在过度离散场景下的偏差。
• dqAIC则是当前模型的qAIC值与所有待比较模型中最小qAIC值的差值。差值越小，模型拟合效果越接近最优模型；差值为0时，该模型就是本次比较中的最优拟合模型。

二、ICtab输出结果解读 #

你的模型比较输出结果：

dqAIC df
DM7  0.0  20
DM1 65.7  17
DM2 65.7  17
DM3 65.7  17
DM4 67.8  7 
DM5 88.2  11
DM6   NA  23

调用代码：

testIC.D <- ICtab(DM1, DM2, DM3, DM4, DM5, DM6, DM7, type="qAIC")
testIC.D

具体解读：

• 最优模型判定：DM7的dqAIC为0.0，说明它是所有参与比较的模型中qAIC最小的，是本次分析的最优拟合模型。
• 其他模型拟合表现：
  • DM1、DM2、DM3的dqAIC完全相同（65.7），说明这三个模型拟合效果无差异，且远不如DM7。
  • DM4的dqAIC为67.8，拟合表现略差于DM1/2/3，但同样远逊于DM7。
  • DM5的dqAIC为88.2，是除DM6外拟合效果最差的模型。
• DM6的NA说明：DM6的dqAIC为NA，结合它的自由度（23，是所有模型中最高的），大概率是该模型拟合过程出现问题，比如参数估计失败、存在奇异矩阵、模型无法收敛等，导致qAIC无法计算。
• 自由度（df）参考：df代表模型中需要估计的参数数量，DM7的参数数量（20）比DM1/2/3（17）多，但拟合效果更好，说明增加的参数有效提升了模型拟合能力，未出现过度拟合情况。

内容的提问来源于stack exchange，提问作者Srinath Srikanth Vaidheeswaran