“模型平均”选项

模型平均方法支持您平均若干模型的拟合结果，而非选择一个模型。生成的平均模型往往具有优越于被平均的每一个单个模型的预测能力。“模型平均”功能有助于避免模型过度拟合数据。将很多项选入模型时，拟合往往会增大参数估计值。模型平均倾向于收缩较弱项的估计值，这会得到更好的预测。根据每个模型的 AICc 权重来平均各个模型，其计算如下所示：

“AICc 最佳”是拟合模型中最小的 AICc 值。为每个模型计算 AICc 权重值，按降序排序，再统一尺度使总和为 1。总和小于 1 减去指定的累积 AICc 权重截止值的统一尺度的 AICc 权重值设置为零。这样可以避免在平均模型中使用弱模型。平均模型的参数是具有非零 AICc 权重值的各模型的参数估计值的加权平均值。