Criteriul Bayesian de Informație (BIC)
Criteriul Bayesian de Informație este un criteriu de selecție a modelelor din teoria informației, care aproximează comparația bayesiană a modelelor. Introdus de Gideon Schwarz în 1978, BIC penalizează complexitatea modelului mai puternic decât AIC, utilizând o penalizare dependentă de dimensiunea eșantionului, ceea ce îl face deosebit de potrivit pentru identificarea structurii adevărate a datelor subiacente.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Bayesian Information Criterion. ScholarGate. https://scholargate.app/ro/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.
- R-pătrat ajustat (R²_adj)Evaluarea modelelor↔ compare
- Criteriul de Informație Akaike (AIC)Evaluarea modelelor↔ compare
- Eroare Pătratică Medie (MSE)Evaluarea modelelor↔ compare
- R-pătrat (R²)Evaluarea modelelor↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →