|
|
- Critère d'Information d'Akaikes (AIC) et Critère d'Information Bayésien (BIC)
- Ces critères sont utilisés lors de la sélection des modèles pour choisir le meilleur d'entre eux à partir d'un ensemble de modèles plausibles. Un modèle est meilleur qu'un autre s'il a un AIC (ou BIC) plus petit. L'AIC est basé sur la distance de Kullback-Leibler en théorie d'information, alors que le BIC se base sur la vraisemblance intégrée dans la théorie bayésienne. Si la complexité du vrai modèle n'augmente pas avec la taille de l'ensemble des données, le BIC est le critère choisi, autrement le AIC est préféré.
|
