Különbség az AIC és a BIC között A különbség
AIC és BIC széles körben használatos a modell kiválasztási kritériumaiban. Az AIC azt jelenti, hogy az Akaike információs kritériumai és a BIC jelentése Bayesian információs kritériumok. Bár ez a két kifejezés a modell kiválasztását jelöli, ezek nem ugyanazok. Előfordulhat, hogy különbség lehet a modellkiválasztás két megközelítése között.
Akaike információs kritériumai 1973-ban és Bayesian Information Criteria 1978-ban alakultak. A Hirotsugu Akaike kifejlesztette az Akaike információs kritériumait, míg Gideon E. Schwarz kifejlesztett Bayesian információs kritériumot.
Az AIC-t bármilyen becsült statisztikai modell illeszkedő tulajdonságaként említhetjük. A BIC a modellszám kiválasztása a parametrikus modellek egy csoportja között, különböző paraméterekkel.
A Bayes-információs kritériumok és az Akaike információs kritériumainak összehasonlításakor a BIC, mint az AIC, többletbüntetést jelent. Az AIC-dal ellentétben a BIC erőteljesebben bünteti a szabad paramétereket.
Akaike információs kritériumai általában megpróbálnak olyan ismeretlen modellt találni, amely nagy dimenziós valósággal rendelkezik. Ez azt jelenti, hogy a modellek nem valós modellek az AIC-ben. Másrészről, a bayesi információs kritériumok csak az Igaz modellekre vonatkoznak. Azt is mondhatjuk, hogy a Bayesi információs kritériumok következetesek, míg az Akaike információs kritériuma nem így van.
Ha az Akaike információs kritériumai azt a veszélyt jelentik, hogy felszerelni fogják. a Bayes-i információs kritériumok azt a veszélyt jelentik majd, hogy az elmaradna. Bár a BIC toleránsabb az AIC-hez képest, kisebb toleranciát mutat magasabb számokban.
Az Akaike információs kritériumai megfelelőek az aszimptotikusan egyenértékűnek a keresztellenőrzéssel. Éppen ellenkezőleg, a bayesi információs kritériumok alkalmasak a következetes becsléshez.
Összefoglalás
1. Az AIC azt jelenti, hogy az Akaike információs kritériumai és a BIC jelentése Bayesian információs kritériumok.
2. Az Akaike információs kritériumai 1973-ban és Bayes-i információs kritériumok 1978-ban alakultak.
3. A Bayes-információs kritériumok és az Akaike információs kritériumainak összehasonlításakor a BIC-ben a BIC, mint az AIC nagyobb büntetést jelent.
4. Az Akaike információs kritériumai általában olyan ismeretlen modellt keresnek, amely nagy dimenziós valósággal rendelkezik. Másrészről, a bayesi információs kritériumok csak az Igaz modellekre vonatkoznak.
5. A bayesi információs kritériumok következetesek, míg az Akaike információs kritériuma nem így van.
6. Az Akaike információs kritériumai jóakká tehetik, hogy aszimptotikusan egyenértékűek a keresztellenőrzéssel. Éppen ellenkezőleg, a bayesi információs kritériumok alkalmasak a következetes becsléshez.
7. Bár a BIC toleránsabb az AIC-hez képest, kisebb toleranciát mutat magasabb számokban.
8. Az AIC-dal ellentétben a BIC erőteljesebben bünteti a szabad paramétereket.
- iFrame -> - alsó iFrame ->//
