Skirtumas tarp AIC ir BIC

AIC vs BIC

AIC ir BIC yra plačiai naudojami modelių atrankos kriterijuose. AIC reiškia „Akaike“ informacijos kriterijus, o BIC - „Bajeso informacijos kriterijus“. Nors šie du terminai yra susiję su modelio pasirinkimu, jie nėra tas pats. Gali skirtis tarp dviejų modelio atrankos būdų.

„Akaike“ informacijos kriterijai buvo suformuoti 1973 m., O „Bajeso“ informacijos kriterijai - 1978 m. „Hirotsugu Akaike“ sukūrė „Akaike“ informacijos kriterijus, o Gideonas E. Schwarzas sukūrė „Bajeso informacijos informacijos kriterijus“..

AIC galima apibūdinti kaip bet kokio įvertinto statistinio modelio tinkamumo pavyzdį. BIC yra modelio pasirinkimo tipas tarp parametrinių modelių su skirtingu parametrų skaičiumi.

Lyginant Bajeso informacijos kriterijus ir „Akaike“ informacijos kriterijus, bauda už papildomus parametrus skiriama daugiau BIC nei AIC. Skirtingai nuo AIC, BIC griežčiau nubaudžia laisvuosius parametrus.

„Akaike“ informacijos kriterijai paprastai bando rasti nežinomą modelį, kuris turi didelę dimensiją. Tai reiškia, kad modeliai nėra teisingi AIC modeliai. Kita vertus, Bajeso informacijos kriterijai taikomi tik tikriesiems modeliams. Taip pat galima pasakyti, kad Bajeso informacijos kriterijai yra nuoseklūs, tuo tarpu „Akaike“ informacijos kriterijai nėra tokie.

Kai „Akaike“ informacijos kriterijai kels pavojų, kad ji pasipildys. Bajeso informacijos kriterijai kels pavojų, kad jis gali būti netinkamas. Nors BIC yra tolerantiškesnis, palyginti su AIC, jis rodo mažesnį toleranciją didesniems skaičiams.

„Akaike“ informacijos kriterijai yra tinkami, kad asimptotiškai atitiktų kryžminį patvirtinimą. Atvirkščiai, Bajeso informacijos kriterijai yra tinkami nuosekliam vertinimui.

Santrauka

1. AIC reiškia „Akaike“ informacijos kriterijus, o BIC - „Bajeso informacijos kriterijus“.

2. „Akaike“ informacijos kriterijai buvo suformuoti 1973 m., O „Bayesian“ informacijos kriterijai - 1978 m.

3. Palyginus Bajeso informacijos kriterijus ir Akaike'o informacijos kriterijus, bauda už papildomus parametrus skiriama daugiau BIC nei AIC.

4. „Akaike“ informacijos kriterijai paprastai bando rasti nežinomą modelį, kuris turi didelę dimensiją. Kita vertus, Bajeso informacijos kriterijai taikomi tik tikriesiems modeliams.

5. Bajeso informacijos kriterijai yra nuoseklūs, tuo tarpu „Akaike“ informacijos kriterijai nėra tokie.

6. „Akaike“ informacijos kriterijai yra tinkami, kad asimptotiškai atitiktų kryžminį patvirtinimą. Atvirkščiai, Bajeso informacijos kriterijai yra tinkami nuosekliam vertinimui.

7. Nors BIC yra tolerantiškesnis, palyginti su AIC, jis rodo mažesnį toleranciją didesniems skaičiams.

8. Skirtingai nuo AIC, BIC griežčiau baudžia už laisvuosius parametrus.

//