《AIC准则和BIC准则(共1页).docx》由会员分享,可在线阅读,更多相关《AIC准则和BIC准则(共1页).docx(1页珍藏版)》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、精选优质文档-倾情为你奉上1. AIC准则AIC准则是由日本统计学家赤池弘次(Akaike)于1973年提出,AIC全称是最小信息量准则(an information criterion)。AIC准则是一种考评综合最优配置的指标,它是拟合精度和参数未知个数的加权函数:AIC=2ln(模型中极大似然函数值)+2(模型中未知参数个数)(6.68)使AIC函数达到最小值的模型被认为是最优模型。2. BIC准则AIC准则也有不足之处:如果时间序列很长,相关信息就越分散,需要多自变量复杂拟合模型才能使拟合精度比较高。在AIC准则中拟合误差等于file:/C:UsersxuchaoAppDataLocal
2、Tempmsohtmlclip101clip_image002.gif,即拟合误差随样本容量file:/C:UsersxuchaoAppDataLocalTempmsohtmlclip101clip_image004.gif放大。但是模型参数个数的惩罚因子却与file:/C:UsersxuchaoAppDataLocalTempmsohtmlclip101clip_image004.gif无关,权重始终为常数2。因此在样本容量file:/C:UsersxuchaoAppDataLocalTempmsohtmlclip101clip_image004.gif趋于无穷大时,由AIC准则选择的拟合模
3、型不收敛于真实模型,它通常比真实模型所含的未知参数个数要多。为了弥补AIC准则的不足,Akaike于1976年提出BIC准则。而Schwartz在1978年根据Bays理论也得出同样的判别准则,称为SBC准则。SBC准则定义为:SBC=2ln(模型中极大似然函数值)+ln(n)(模型中未知参数个数)(6.69)它对AIC的改进就是将未知参数个数的惩罚权重由常数2变成了样本容量file:/C:UsersxuchaoAppDataLocalTempmsohtmlclip101clip_image004.gif的对数file:/C:UsersxuchaoAppDataLocalTempmsohtmlclip101clip_image007.gif。在所有通过检验的模型中使得AIC或SBC函数达到最小的模型为相对最优模型。之所以称为相对最优模型是因为不可能比较所有模型。专心-专注-专业