Байєсівський інформаційний критерій (BIC)
Байєсівський інформаційний критерій — це теоретико-інформаційний критерій вибору моделі, який апроксимує байєсівське порівняння моделей. Запроваджений Гідеоном Шварцем у 1978 році, BIC штрафує складність моделі значно сильніше, ніж AIC, використовуючи штраф, що залежить від розміру вибірки, що робить його особливо придатним для ідентифікації справжньої базової структури моделі.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Bayesian Information Criterion. ScholarGate. https://scholargate.app/uk/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.
- Скоригований коефіцієнт детермінації (R²_adj)Оцінювання моделей↔ compare
- Критерій Акаіке (AIC)Оцінювання моделей↔ compare
- Середньоквадратична похибка (MSE)Оцінювання моделей↔ compare
- Коефіцієнт детермінації (R²)Оцінювання моделей↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →