เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| เกณฑ์สารสนเทศแบบเบย์ (Bayesian Information Criterion - BIC)× | สัมประสิทธิ์การตัดสินใจที่ปรับปรุงแล้ว (R²_adj)× | |
|---|---|---|
| สาขาวิชา | การประเมินแบบจำลอง | การประเมินแบบจำลอง |
| ตระกูล | MCDM | MCDM |
| ปีกำเนิด≠ | 1978 | 1961 |
| ผู้ริเริ่ม≠ | Gideon E. Schwarz | Henri Theil |
| ประเภท≠ | Bayesian model selection metric | Penalized goodness-of-fit metric |
| แหล่งต้นตำรับ≠ | Schwarz, G. (1978). Estimating the dimension of a model. Annals of Statistics, 6(2), 461-464. DOI ↗ | Theil, H. (1961). Economic Forecasts and Policy. Amsterdam: North-Holland Publishing Company. link ↗ |
| ชื่อเรียกอื่น≠ | BIC, Schwarz criterion, Schwarz information criterion | Adjusted R², R²_adj |
| ที่เกี่ยวข้อง≠ | 4 | 5 |
| สรุป≠ | The Bayesian Information Criterion is an information-theoretic model selection criterion that approximates Bayesian model comparison. Introduced by Gideon Schwarz in 1978, BIC penalizes model complexity more heavily than AIC by using a sample-size-dependent penalty, making it particularly suitable for identifying the true underlying model structure. | Adjusted R² is a corrected version of the coefficient of determination that accounts for the number of predictors in a regression model. Introduced by Henri Theil in 1961, it addresses the fundamental limitation of standard R²: the tendency to increase whenever any predictor is added, regardless of whether that predictor contributes meaningfully to explaining the target variable. |
| ScholarGateชุดข้อมูล ↗ |
|
|