Rozdiel medzi AIC a BIC

AIC vs BIC

AIC a BIC sa široko používajú v kritériách výberu modelu. AIC znamená informačné kritériá spoločnosti Akaike a BIC znamenajú Bayesovské informačné kritériá. Hoci sa tieto dva výrazy týkajú výberu modelu, nie sú rovnaké. Jeden môže naraziť na rozdiel medzi dvoma prístupmi pri výbere modelu.

Informačné kritériá Akaike boli založené v roku 1973 a Bayesiánske informačné kritériá v roku 1978. Hirotsugu Akaike vyvinul informačné kritériá Akaike, zatiaľ čo Gideon E. Schwarz vyvinul Bayesovské informačné kritérium..

AIC sa môže nazývať mierka vhodnosti akéhokoľvek odhadovaného štatistického modelu. BIC je typ výberu modelu medzi triedou parametrických modelov s rôznym počtom parametrov.

Pri porovnaní Bayesovských informačných kritérií a Akaikeho informačných kritérií je pokuta za ďalšie parametre v BIC vyššia ako AIC. Na rozdiel od AIC, BIC penalizuje parametre zadarmo silnejšie.

Informačné kritériá spoločnosti Akaike sa všeobecne snažia nájsť neznámy model, ktorý má realitu vysokej dimenzie. To znamená, že modely nie sú skutočnými modelmi v AIC. Na druhej strane Bayesovské informačné kritériá sa stretávajú iba so skutočnými modelmi. Dá sa tiež povedať, že bayesiánske informačné kritériá sú jednotné, zatiaľ čo informačné kritériá spoločnosti Akaike to tak nie sú.

Keď Akaikeove informačné kritériá budú predstavovať nebezpečenstvo, že by to vybavilo. Bayesovské informačné kritériá budú predstavovať nebezpečenstvo, že by sa im nevyhovovalo. Aj keď je BIC tolerantnejší v porovnaní s AIC, pri vyšších číslach vykazuje menšiu toleranciu.

Informačné kritériá Akaike sú dobré na to, aby boli asymptoticky rovnocenné krížovej validácii. Naopak, Bayesovské informačné kritériá sú dobré na konzistentný odhad.

zhrnutie

1. AIC znamená informačné kritériá spoločnosti Akaike a BIC znamenajú bayesiánske informačné kritériá.

2. Informačné kritériá spoločnosti Akaike boli založené v roku 1973 a Bayesiánske informačné kritériá v roku 1978.

3. Pri porovnaní Bayesovských informačných kritérií a informačných kritérií Akaikeho je pokuta za ďalšie parametre v BIC vyššia ako AIC.

4. Informačné kritériá spoločnosti Akaike sa všeobecne snažia nájsť neznámy model, ktorý má realitu vysokej dimenzie. Na druhej strane Bayesovské informačné kritériá sa stretávajú iba so skutočnými modelmi.

5. Bayesovské informačné kritériá sú konzistentné, zatiaľ čo informačné kritériá spoločnosti Akaike to tak nie sú.

6. Informačné kritériá spoločnosti Akaike sú vhodné na to, aby boli asymptoticky rovnocenné krížovej validácii. Naopak, Bayesovské informačné kritériá sú dobré na konzistentný odhad.

7. Hoci je BIC tolerantnejší v porovnaní s AIC, pri vyšších číslach vykazuje menšiu toleranciu.

8. Na rozdiel od AIC, BIC penalizuje parametre zadarmo silnejšie.

//