模型選擇中 AIC 和 p 值的等效性

在對這個問題的答案的評論中，有人說在模型選擇中使用 AIC 相當於使用 0.154 的 p 值。

我在 R 中嘗試過，我使用“向後”子集選擇算法從完整規範中剔除變量。首先，依次丟棄具有最高 p 值的變量，並在所有 p 值均低於 0.154 時停止；其次，丟棄導致 AIC 最低的變量，直到無法改善為止。

事實證明，當我使用 0.154 的 p 值作為閾值時，它們給出的結果大致相同。

這是真的嗎？如果是這樣，有誰知道為什麼或可以參考解釋它的來源？

PS我不能問評論或寫評論的人，因為剛剛註冊。我知道這不是模型選擇和推理等最合適的方法。

使用統計測試或 AIC 完成的變量選擇存在很大問題。如果使用測試，AIC 使用截止=2.0 對應於. AIC 用於單個變量時並沒有什麼新作用；它只是使用了更合理的大於 0.05。更合理（更少干擾推理）為 0.5。

引用自：https://stats.stackexchange.com/questions/89214