Differenza tra AIC e BIC

AIC vs BIC

AIC e BIC sono ampiamente utilizzati nei criteri di selezione del modello. AIC indica i criteri di informazione di Akaike e BIC indica i criteri di informazione bayesiana. Sebbene questi due termini indirizzino la selezione del modello, non sono la stessa cosa. Uno può incontrare può differenza tra i due approcci di selezione del modello.

L'Akaike's Information Criteria è stato fondato nel 1973 e Bayesian Information Criteria nel 1978. Hirotsugu Akaike ha sviluppato i criteri d'informazione di Akaike mentre Gideon E. Schwarz ha sviluppato il criterio di informazione bayesiano.

L'AIC può essere definito come una misura della bontà di adattamento di qualsiasi modello statistico stimato. Il BIC è un tipo di selezione del modello tra una classe di modelli parametrici con diversi numeri di parametri.

Quando si confrontano i criteri di informazione bayesiana e i criteri di informazione di Akaike, la penalità per i parametri aggiuntivi è più in BIC che AIC. A differenza dell'AIC, il BIC penalizza maggiormente i parametri liberi.

I Criteri di informazione di Akaike in genere cercano di trovare un modello sconosciuto che abbia una realtà ad alta dimensione. Ciò significa che i modelli non sono veri modelli in AIC. D'altra parte, i criteri di informazione bayesiana si riferiscono solo ai modelli reali. Si può anche dire che i criteri di informazione bayesiana sono coerenti mentre i criteri di informazione di Akaike non lo sono.

Quando i Criteri d'informazione di Akaike presenteranno il pericolo che sarebbe vestito. i criteri di informazione bayesiani presenteranno il pericolo che si sottraesse. Anche se il BIC è più tollerante rispetto all'AIC, mostra meno tolleranza a numeri più alti.

I criteri di informazione di Akaike sono validi per rendere asintoticamente equivalente alla convalida incrociata. Al contrario, i criteri di informazione bayesiani sono buoni per una stima coerente.

Sommario

1. AIC significa che i criteri informativi di Akaike e BIC indicano i criteri di informazione bayesiana.

2. I Criteri Informativi di Akaike sono stati costituiti nel 1973 e il Bayesian Information Criteria nel 1978.

3. Quando si confrontano i criteri di informazione bayesiana e i criteri di informazione di Akaike, la penalità per i parametri aggiuntivi è più in BIC che AIC.

4. I Criteri dell'Informazione di Akaike in genere cercano di trovare un modello sconosciuto che abbia una realtà dimensionale elevata. D'altra parte, i criteri di informazione bayesiana si riferiscono solo ai modelli reali.

5. I criteri di informazione bayesiana sono coerenti mentre i criteri di informazione di Akaike non sono così.

6. I criteri di informazione di Akaike sono validi per rendere asintoticamente equivalente alla convalida incrociata. Al contrario, i criteri di informazione bayesiani sono buoni per una stima coerente.

7. Sebbene il BIC sia più tollerante rispetto all'AIC, mostra una minore tolleranza a numeri più alti.

8. A differenza dell'AIC, il BIC penalizza più fortemente i parametri liberi.

//