Bayesiansk informasjonskriterium (BIC)
Det Bayesianske informasjonskriteriumet (BIC) er et kriterium for modellvalg basert på informasjonsteori som approksimerer Bayesiansk modell-sammenligning. BIC ble introdusert av Gideon Schwarz i 1978 og gir en kraftigere straff for modellkompleksitet enn AIC ved å bruke en straff som avhenger av utvalgsstørrelsen, noe som gjør det spesielt egnet for å identifisere den sanne underliggende modellstrukturen.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Bayesian Information Criterion. ScholarGate. https://scholargate.app/no/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.
- Justert R² (R²_adj)Modellevaluering↔ compare
- Akaike informasjonkriterium (AIC)Modellevaluering↔ compare
- Middelskvadrert feil (MSE)Modellevaluering↔ compare
- R-kvadrat (R²)Modellevaluering↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →