マルチモデル推論に関するBurnham-Andersonの本は推奨できますか？

Rの予測パッケージのデフォルトモデル選択統計がAICからAICcに最近変更されたことに動機付けられて、前者がどこにいても後者が実際に適用可能かどうかに興味があります。この点に関して一連の質問がありますが、ここが最初の質問です。

どこでもAICをAICcに置き換えることは、ここで要約されているBurnham and Anderson（非統計学者）による（1）の有名な本が推奨していることを知っています。この本は時々若い統計学者によって無批判に言及されています。たとえば、ロブ・ハイドマンによるこのブログ投稿へのコメントを参照してください。しかし統計学者のブライアン・リプリーは根本的に異なる方法で助言しました。

“Burnham and Anderson (2002) is a book I would recommend people NOT read until 
they have read the primary literature. I see no evidence that the authors have 
actually read Akaike’s papers." [quoted from [AIC MYTHS AND MISUNDERSTANDINGS][4] by
Burnham-Anderson]

リプリーが AICと関連する理論について書いていることから、警告は真剣に受け止められるべきであるということになる。赤池自身の論文の良いコレクションとバーナム・アンダーソンの本の両方を持っています。私は最終的に本の品質について自分の意見を持っていますが、それはまた、統計学者、老いも若きも、それについて考えていることを知るのに役立ちます。特に、モデルの選択にAICを使用する際の知識の有用な要約として本を明示的に推奨した統計学の教授（または他の統計学の優秀な学生）はいますか？

参照：

（1）Burnham、KP＆Anderson、DRモデル選択とマルチモデル推論：実用的な情報理論的アプローチSpringer、2002

PS。「Dr.BurnhamはPh.D.統計学者である」と述べた最近の「答え」に答えて、この説明を追加したいと思います。はい、彼は統計学者であり、ASAのフェローであり、ASAのDistinguished Achievement Medalを含む多数の専門賞の受賞者です。しかし、誰がそうではないと言うのでしょうか？私が上で言ったことは、一対の著者として彼らは統計学者ではなく、本はこの事実を反映しているということです。

OPは、特にAIC対AICcの議論に関して、ある特定の本が高品質かどうかを評価するために、高品質の統計学者の高品質の調査を求めているようです。このサイトは、体系的な調査に特に適していません。代わりに、根本的な質問に直接対処しようとします。

AICとAICcは両方とも、モデルの適合（尤度の観点）と過剰適合（パラメーターの数の観点）の間のヒューリスティックなトレードオフに従ってモデルにスコアを付けます。このトレードオフで、AICcはパラメーターの数にわずかに大きなペナルティを与えます。したがって、AICcは常に、最高のAICモデルの複雑度と同等またはそれ以下の複雑度のモデルを推奨しています。この意味で、両者の関係は、それらの派生の根底にある恐ろしく複雑な議論にもかかわらず、非常に単純です。

AICとAICcは、候補情報基準の大きな分野のうち2つに過ぎず、おそらくBICとDICが主要な選択肢です。BICは、ほとんどの場合、AICまたはAICcのいずれよりもはるかに保守的です（多数のモデルパラメーターを不利にします）。どの基準が最適かという問題は、真に問題固有です。堅牢なサンプル外予測が必要な場合、非常に保守的な基準を合法的に好む可能性があります。

FWIW、私は、AICcの保守性レベルが、捕獲-再捕獲モデルの予測誤差に関する広範なシミュレーション研究において、AICよりも一般的に望ましいことを発見しました。