MCDMInformation-theoretic criterion
เกณฑ์สารสนเทศแบบเบย์ (Bayesian Information Criterion - BIC)
เกณฑ์สารสนเทศแบบเบย์ (BIC) เป็นเกณฑ์การเลือกแบบจำลองเชิงทฤษฎีสารสนเทศ ซึ่งเป็นการประมาณการเปรียบเทียบแบบจำลองแบบเบย์ (Bayesian model comparison) เกณฑ์นี้ถูกนำเสนอโดย Gideon Schwarz ในปี 1978 โดย BIC จะลงโทษความซับซ้อนของแบบจำลองอย่างหนักกว่า AIC โดยใช้ค่าลงโทษที่ขึ้นอยู่กับขนาดตัวอย่าง ทำให้มีความเหมาะสมอย่างยิ่งในการระบุโครงสร้างแบบจำลองที่แท้จริงภายใต้ข้อมูล
อ่านวิธีฉบับเต็ม
สำหรับสมาชิกเท่านั้น
เข้าสู่ระบบเข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Bayesian Information Criterion. ScholarGate. https://scholargate.app/th/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.
- สัมประสิทธิ์การตัดสินใจที่ปรับปรุงแล้ว (R²_adj)การประเมินแบบจำลอง↔ compare
- เกณฑ์ข้อมูลอาคาอิเกะ (Akaike Information Criterion - AIC)การประเมินแบบจำลอง↔ compare
- ค่าคลาดเคลื่อนกำลังสองเฉลี่ย (Mean Squared Error: MSE)การประเมินแบบจำลอง↔ compare
- ค่าสัมประสิทธิ์การตัดสินใจ (R-squared หรือ R²)การประเมินแบบจำลอง↔ compare