Разница между AIC и BIC

AIC против BIC

AIC и BIC широко используются в критериях выбора модели. AIC означает Информационные Критерии Акаике, а BIC означает Байесовские Информационные Критерии. Хотя эти два термина относятся к выбору модели, они не совпадают. Можно натолкнуться на разницу между двумя подходами выбора модели.

Информационные Критерии Акайке были сформированы в 1973 году, а Байесовские Информационные Критерии - в 1978 году. Хироцугу Акаике разработал Информационные Критерии Акаике, тогда как Гидеон Э. Шварц разработал Байесовский информационный критерий..

AIC можно охарактеризовать как меру пригодности любой предполагаемой статистической модели. BIC - это тип выбора модели среди класса параметрических моделей с различным количеством параметров..

При сравнении байесовских информационных критериев и информационных критериев Акаике штраф за дополнительные параметры больше в BIC, чем в AIC. В отличие от AIC, BIC более строго штрафует свободные параметры.

Информационные критерии Акаике, как правило, пытаются найти неизвестную модель, имеющую реальность высокого измерения. Это означает, что модели не являются настоящими моделями в AIC. С другой стороны, Байесовский информационный критерий встречается только с истинными моделями. Можно также сказать, что байесовские критерии информации согласованы, в то время как критерии информации Акаике не так.

Когда Akaike в информационных критериях представит опасность, что это будет наряд. Байесовский информационный критерий будет представлять опасность, которую он не сможет удовлетворить. Хотя BIC более терпим по сравнению с AIC, он демонстрирует меньшую толерантность при более высоких значениях.

Информационные критерии Акаике хорошо подходят для асимптотически эквивалентных перекрестной проверке. Напротив, байесовские информационные критерии хороши для последовательной оценки.

Резюме

1. AIC означает Информационные Критерии Акаике, а BIC означает Байесовские Информационные Критерии..

2. Информационные критерии Акаике были созданы в 1973 году, а байесовские информационные критерии - в 1978 году..

3. При сравнении байесовских информационных критериев и информационных критериев Акаике штраф за дополнительные параметры больше в BIC, чем в AIC..

4. Информационные критерии Акаике, как правило, пытаются найти неизвестную модель, имеющую реальность высокого измерения. С другой стороны, байесовские информационные критерии встречаются только с истинными моделями..

5. Байесовские информационные критерии согласованы, в то время как информационные критерии Акаике не так.

6. Информационные критерии Акаике хорошо подходят для асимптотически эквивалентного перекрестной проверки. Напротив, байесовские информационные критерии хороши для последовательной оценки.

7. Хотя BIC более терпим по сравнению с AIC, он показывает меньшую толерантность при более высоких значениях.

8. В отличие от AIC, BIC более строго штрафует свободные параметры.

//