Invertendo a pergunta... por que deveriam ser iguais?? likfit estimou um modelo gaussiano para os dados com um termo espacial (efeito aleatório espacial) No caso um modelo com 3 parametros, um de mdia e 2 de covariancia. glm dos dados contra os preditos estimou uma regressao linear destes, e nao vvejo pq deveriam retornar os mesmo valores com 2 parametros de média e um de variancia Nao vejo pq deveriam ter as mesmas verossimilhancas ou AIC's On Fri, 8 Nov 2013, Hélio Gallo Rocha wrote:
Caros listeiros. Como já haviam citado,
Prof. Paulo: "Pensar se a validacao cruzada é de fato nbecessária. Embora seja usada é bem menos informativa e util que outras medidadas de avaliacao do ajuste baseadas na verossimilhanã e análise dos residuos"
Éder citando Davis, B. M., 1987. Uses and abuses of cross-validation in geostatistics. Math. Geol., v. 17, p. 563–586. "Cross-validation cannot confirm that a particular model is or is not the optimum. It is a method to better examine and understand the phenomenon under study using the available data"
situação: Caculando o AIC, tive dois resultados diferentes, como segue CRM:
require(geoR);data(s100) vModel <- likfit(s100, ini=c(1,0.5), fix.nugget=T) xv.ml<-xvalid(s100,model=vModel)
AIC(vModel) #173.1391 reglin_vModel=glm(xv.ml$data~xv.ml$pred) AIC(reglin_vModel) #142.4229
Qual a razão destes valores diferentes?
Desde já agradeço qualquer elucidação
-- Hélio Gallo Rocha IFSULDEMINAS - Câmpus Muzambinho