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=2logL+2(K+1)

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

  • El BIC está definido por la ecuación:

BIC=2logL+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