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 |