Информационный критерий Акаике
- Akaike Information Criterion (AIC) используется для выбора статистической модели.
- AIC основан на теоретико-информационном подходе и связан с энтропией в термодинамике.
- Модель должна учитывать случайные ошибки, и для расчета значения AIC необходимо учитывать дисперсию распределений невязок.
- Сравнение моделей с использованием AIC требует преобразования данных для учета преобразованных переменных отклика.
- AIC и байесовский информационный критерий (BIC) имеют фундаментальные различия в асимптотическом свойстве для хорошо и неправильно заданных классов моделей.
- Сравнение AIC и BIC проводится в контексте регрессии, и AIC является асимптотически оптимальным для выбора модели с наименьшей среднеквадратичной ошибкой.
- Перекрестная проверка без исключения асимптотически эквивалентна AIC для обычных моделей линейной регрессии.
Полный текст статьи: