エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
赤池情報量基準AICとベイズ情報量基準BIC
こんにちは。だいぶ前の質問のようですが,回答させていただきます。 まず,AIC,BICは数式的には, AIC... こんにちは。だいぶ前の質問のようですが,回答させていただきます。 まず,AIC,BICは数式的には, AIC=-2{対数尤度}+2{モデルパラメータ数} BIC=-2{対数尤度}+log({サンプルサイズ}){モデルパラメータ数} とあらわされます。 第1項は,モデルの当てはまりを表すものですので,当てはまりが 良いほど小さくなります。また,同じデータでは関係ありませんが, サンプルサイズが大きくなれば,小さくなります。 第2項は,「罰則項」とも呼ばれ,パラメータ数が多いほど(すなわちモデルが 複雑になるほど)大きくなります。 あてはまりが良くても滅茶苦茶複雑なモデルは好ましくないということで, いずれの指標も,当てはまりが良く,なおかつシンプルなモデルが 志向される指標といえるでしょう。 AICとBICの数式的な違いは第2項ですが,AICは,罰則項がサンプルサイズによらず, サンプルサイ