Информационный критерий Акаике

Информационный критерий Акаике Akaike Information Criterion (AIC) используется для выбора статистической модели.  AIC основан на теоретико-информационном подходе и связан с […]

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:

Информационный критерий Акаике — Википедия

Оставьте комментарий

Прокрутить вверх