10.2 AIC y BIC

El criterio de información de Akaike (AIC) y el criterio de información bayesiano (BIC) hacen uso del Log-likelihood, que es el logaritmo de máxima verosimilitud, y sustraen un término proporcional al número de parámetros en el modelo.

• El $AIC$ es definido por la siguiente ecuación:

$$AIC = -2 \log L + 2(K+1)$$

Los mejores modelos son aquellos que presentan el menor valor de AIC.

• El $BIC$ está definido por la ecuación:

$$BIC = -2\log L + \log(n)(K+1)$$ El modelo con el más bajo valor de $BIC$ es considerado el mejor en explicar los datos con el mínimo número de parámetros.

• En el ejemplo de Venta de Vehículos:

Criterio	Valor
Akaike criterion	117.0828
Schwarz criterion	124.8983