Különbség az AIC és a BIC között

AIC vs BIC

Az AIC-t és a BIC-et széles körben használják a modellkiválasztási kritériumokban. Az AIC az Akaike információs kritériuma, a BIC pedig a Bayes információs kritériuma. Bár ez a két kifejezés a modellválasztásra vonatkozik, nem azonosak. A modellválasztás két megközelítése között eltérések találhatók.

Az Akaike információs kritériumát 1973-ban, a bayes-i információs kritériumot 1973-ban alakították ki. Hirotsugu Akaike kidolgozta az Akaike információs kritériumát, míg Gideon E. Schwarz kidolgozta a bayesi információs kritériumot..

Az AIC-t bármilyen becsült statisztikai modell illeszthetőségének mezúrájaként lehet nevezni. A BIC egy modellválasztás egyfajta paraméteres modellcsoportja, különböző paraméterszámmal.

A Bayes-i információs kritériumok és az Akaike információs kritériumok összehasonlításakor a kiegészítő paraméterekkel szembeni büntetés inkább BIC-ben, mint AIC-ben van. Az AIC-vel ellentétben a BIC szigorúbban bünteti a szabad paramétereket.

Az Akaike információs kritériumai általában ismeretlen modelleket próbálnak megtalálni, amelyek nagy dimenziós valósággal rendelkeznek. Ez azt jelenti, hogy a modellek nem igaz modellek az AIC-ben. Másrészt a bayes-i információs kritériumok csak a True modellekkel találkoznak. Azt is mondhatjuk, hogy a bayes-i információs kritériumok konzisztensek, míg Akaike információs kritériumai nem így vannak.

Amikor az Akaike információs kritériumai megmutatják annak veszélyét, hogy felszerelni fogja. a bayes-i információs kritériumok veszélyt jelentenek annak aláásására. Bár a BIC toleránsabb az AIC-hez képest, magasabb számoknál kevesebb toleranciát mutat.

Az Akaike információs kritériumai alkalmasak arra, hogy aszimptotikusan egyenértékűvé váljanak a kereszt-validációval. Éppen ellenkezőleg, a bayes-i információs kritériumok jóak a következetes becsléshez.

összefoglalás

1. Az AIC az Akaike információs kritériuma, a BIC pedig a Bayes információs kritériuma.

2. Az Akaike információs kritériumait 1973-ban, a bayesi információs kritériumokat 1978-ban alakították ki.

3. A Bayes-i információs kritériumok és az Akaike információs kritériumok összehasonlításakor a kiegészítő paraméterekkel szembeni bírság inkább BIC-ben, mint AIC-ben van.

4. Az Akaike információs kritériumai általában ismeretlen modellt próbálnak megtalálni, amelynek nagy dimenziós valósága van. Másrészt a bayes-i információs kritériumok csak a True modellekkel találkoznak.

5. A Bayes-i információs kritériumok konzisztensek, míg az Akaike információs kritériumai nem így vannak.

6. Az Akaike információs kritériumai alkalmasak arra, hogy aszimptotikusan egyenértékűvé váljanak a kereszt-validációval. Éppen ellenkezőleg, a bayes-i információs kritériumok jóak a következetes becsléshez.

7. Noha a BIC toleránsabb az AIC-hez képest, magasabb számoknál kevesebb toleranciát mutat.

8. Az AIC-vel ellentétben a BIC szigorúbban bünteti a szabad paramétereket.

//