Эквивалентность AIC и p-значений при выборе модели

В комментарии к ответу на этот вопрос было указано, что использование AIC при выборе модели эквивалентно использованию значения p 0,154.

Я попробовал это в R, где я использовал «обратный» алгоритм выбора подмножества, чтобы выбросить переменные из полной спецификации. Во-первых, путем последовательного выброса переменной с самым высоким значением p и остановки, когда все значения p ниже 0,154, и, во-вторых, путем сброса переменной, которая приводит к наименьшему AIC при удалении до тех пор, пока не будет достигнуто никакого улучшения.

Оказалось, что они дают примерно одинаковые результаты, когда я использую значение р 0,154 в качестве порога.

Это правда? Если да, кто-нибудь знает почему или может ссылаться на источник, который объясняет это?

PS Я не мог попросить человека комментировать или написать комментарий, потому что только что зарегистрировался. Я знаю, что это не самый подходящий подход к выбору и выводу моделей и т. Д.

$\chi^2$$\chi^2$$\alpha=0.157$$\alpha$$\alpha$