Байесов информационен критерий (BIC)
Байесовият информационен критерий (BIC) е информационно-теоретичен критерий за избор на модел, който апроксимира байесово сравнение на модели. Въведен от Гидеон Шварц през 1978 г., BIC наказва сложността на модела по-силно от AIC, като използва наказание, зависещо от размера на извадката, което го прави особено подходящ за идентифициране на истинската подлежаща структура на модела.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Schwarz, G. (1978). Estimating the dimension of a model. Annals of Statistics, 6(2), 461-464. DOI: 10.1214/aos/1176344136 ↗
- Burnham, K. P., & Anderson, D. R. (2002). Model Selection and Multimodel Inference: A Practical Information-Theoretic Approach (2nd ed.). New York: Springer. DOI: 10.2307/3802723 ↗
- Kass, R. E., & Raftery, A. E. (1995). Bayes factors. Journal of the American Statistical Association, 90(430), 773-795. DOI: 10.1080/01621459.1995.10476572 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Bayesian Information Criterion. ScholarGate. https://scholargate.app/bg/model-evaluation/bayesian-information-criterion
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Коригиран коефициент на детерминация (R²_adj)Оценка на модели↔ compare
- Акаикев критерий за информация (AIC)Оценка на модели↔ compare
- Средна квадратична грешка (MSE)Оценка на модели↔ compare
- Коефициент на детерминация (R²)Оценка на модели↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →