原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
赤池信息量准则（Akaike information criterion、简称AIC）是衡量 \o 统计 统计模型拟合优良性的一种标准，是由 \o 日本 日本统计学家 \o 赤池弘次 赤池弘次创立和发展的。赤池信息量准则建立在 \o 熵 (信息论) 熵的概念基础上，可以权衡所估计模型的复杂度和此模型拟合数据的优良性。
在一般的情况下，AIC可以表示为：
其中：K是 \o 参数 参数的数量，L是 \o 似然函数 似然函数。
假设条件是模型的误差服从独立正态分布。
让n为观察数，RSS为 \o 剩余平方和 剩余平方和，那么AIC变为：
增加自由参数的数目提高了拟合的优良性，AIC鼓励数据拟合的优良性但是尽量避免出现 \o 过度拟合 过度拟合（Overfitting）的情况。
所以优先考虑的模型应是AIC值最小的那一个。赤池信息量准则的方法是寻找可以最好地解释数据但包含最少自由参数的模型。
AICc和AICu
在 \o 樣本 样本小的情况下，AIC转变为AICc：
当n增加时，AICc收敛成AIC。所以AICc可以应用在任何样本大小的情况下（Burnham and Anderson, 2004）。
McQuarrie 和 Tsai（1998: 22）把AICc定义为：
他们提出的另一个紧密相关指标为AICu：
QAIC（Quasi-AIC）可以定义为：
其中：c是 \o 方差 方差膨胀因素。因此QAIC可以调整过度离散（或者缺乏拟合）。
在小样本情况下, QAIC表示为：
.
文档评论（0）