MCDMInformation-theoretic criterion
베이즈 정보 기준 (Bayesian Information Criterion, BIC)
베이즈 정보 기준(BIC)은 베이즈 모델 비교를 근사하는 정보 이론적 모델 선택 기준이다. 1978년 Gideon Schwarz가 소개한 BIC는 표본 크기에 따라 달라지는 페널티를 사용하여 AIC보다 모델 복잡성에 더 큰 페널티를 부과하므로, 실제 근본적인 모델 구조를 식별하는 데 특히 적합하다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Bayesian Information Criterion. ScholarGate. https://scholargate.app/ko/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.
- 조정된 결정계수 (Adjusted R² / R²_adj)모델 평가↔ compare
- 아카이케 정보량 기준 (AIC)모델 평가↔ compare
- 평균 제곱 오차 (MSE)모델 평가↔ compare
- 결정 계수(R²)모델 평가↔ compare