Sự khác biệt giữa AIC và BIC

AIC vs BIC

AIC và BIC được sử dụng rộng rãi trong các tiêu chí lựa chọn mô hình. AIC có nghĩa là Tiêu chí Thông tin của Akaike và BIC có nghĩa là Tiêu chí Thông tin Bayes. Mặc dù hai thuật ngữ này lựa chọn mô hình địa chỉ, chúng không giống nhau. Người ta có thể đi qua có thể khác nhau giữa hai cách tiếp cận lựa chọn mô hình.

Tiêu chí thông tin của Akaike được hình thành vào năm 1973 và Tiêu chí thông tin Bayes năm 1978. Hirotsugu Akaike đã phát triển Tiêu chí thông tin của Akaike trong khi Gideon E. Schwarz phát triển tiêu chí thông tin Bayesian.

AIC có thể được gọi là sự phù hợp về mức độ phù hợp của bất kỳ mô hình thống kê ước tính nào. BIC là một kiểu lựa chọn mô hình trong số một nhóm các mô hình tham số với số lượng tham số khác nhau.

Khi so sánh Tiêu chí Thông tin Bayes và Tiêu chí Thông tin của Akaike, hình phạt cho các tham số bổ sung có nhiều trong BIC hơn AIC. Không giống như AIC, BIC xử phạt các tham số miễn phí mạnh hơn.

Tiêu chí thông tin của Akaike thường cố gắng tìm mô hình chưa biết có thực tế chiều cao. Điều này có nghĩa là các mô hình không phải là mô hình thực sự trong AIC. Mặt khác, Tiêu chí Thông tin Bayes chỉ xuất hiện trên các mô hình True. Cũng có thể nói rằng Tiêu chí Thông tin của Bayes là nhất quán trong khi Tiêu chí Thông tin của Akaike thì không như vậy.

Khi tiêu chí thông tin của Akaike sẽ đưa ra mối nguy hiểm mà nó sẽ xuất hiện. Tiêu chí Thông tin Bayes sẽ đưa ra mối nguy hiểm mà nó sẽ phù hợp. Mặc dù BIC khoan dung hơn khi so sánh với AIC, nhưng nó cho thấy khả năng chịu đựng kém hơn ở những con số cao hơn.

Tiêu chí thông tin của Akaike là tốt cho việc tạo ra sự tương đương về mặt tiệm cận với xác nhận chéo. Ngược lại, Tiêu chí Thông tin Bayes tốt cho việc ước tính nhất quán.

Tóm lược

1. AIC có nghĩa là Tiêu chí Thông tin của Akaike và BIC có nghĩa là Tiêu chí Thông tin Bayes.

2. Tiêu chí thông tin của Akaike được hình thành vào năm 1973 và Tiêu chí thông tin Bayes năm 1978.

3. Khi so sánh Tiêu chí Thông tin Bayes và Tiêu chí Thông tin của Akaike, hình phạt cho các tham số bổ sung có nhiều trong BIC hơn AIC.

4. Tiêu chí thông tin của Akaike thường cố gắng tìm mô hình không xác định có thực tế chiều cao. Mặt khác, Tiêu chí Thông tin Bayes chỉ xuất hiện trên các mô hình Đúng.

5. Tiêu chí thông tin Bayes phù hợp trong khi Tiêu chí thông tin của Akaike thì không như vậy.

6. Tiêu chí thông tin của Akaike là tốt để tạo ra sự tương đương không có triệu chứng với xác nhận chéo. Ngược lại, Tiêu chí Thông tin Bayes tốt cho việc ước tính nhất quán.

7. Mặc dù BIC khoan dung hơn khi so sánh với AIC, nhưng nó cho thấy khả năng chịu đựng kém hơn ở những con số cao hơn.

8. Không giống như AIC, BIC xử phạt các tham số miễn phí mạnh hơn.

//