作者:
yhliu (老怪物)
2015-07-02 04:25:00理論上最接近 p 的 Cp 是最符合假設的, 而最小 Cp 有可能是機會因素造成的 Cp 值偏低. 這就類似卡方適合度檢定或獨立性檢定的卡方值, 做檢定時通常只看卡方值是否偏高, 而偏低的卡方值在造類檢定中則被無視. 然而, 偏低的卡方值也可能指出一些問題, 例如孟德爾遺傳實驗資料就因卡方值偏低而被懷疑是造假 ---- 離題了. 不過, 若堅持 "Cp 最接近 p", 是否會導致選出偏複雜 (p偏高) 的模型? 我當初讀碩士班修迴歸分析時曾有此疑問, 不過我並未去鑽研, 不知學界有過什麼樣的討論, 是否有定論.