赤池情報量基準（AIC) 赤池情報量基準(AIC)は統計モデルの評価に用いる指標です。 まず、回帰を行う際、データへの当てはまりとモデルの複雑さを考慮します。データへの当てはまりに関してはよりデータへ当てはまっている方がいいと考えられます。しかし、その中でも訓練データにのみに AIC (赤池情報量基準) AIC (赤池情報量基準)と言う基準は、「どれだけ良い予測ができるか」で「良いモデル」 (≠真のモデル)を決定します。. 結論から言うと、下のAICが小さいほど「良いモデル」です 。. この基準の強さは、どの統計モデルでも使えるという AIC（Akaike Information Criterion: 赤池情報量基準）があり、以下の式で表される（詳しい ことは本文で）。 2u（最大対数ラ2 メータの数） AIC は、赤池弘次博士が、数理統計理論を駆使して編み出したモデル選択指標のパラダイ ムである。 赤池情報量規準 は、統計モデルの良さを評価するための指標である。単にaicとも呼ばれ、この呼び方のほうが一般的である。統計学の世界では非常に有名な指標であり、多くの統計ソフトに備わっている。元統計数理研究所所長の赤池弘次が1971年に考案し1973年に発表した。 赤池の情報量規準（以下aicとします）は、モデルのあてはまり度を表す統計量です。値が小さいほどあてはまりが良いとされますが、相対的な評価として用いられるため、「 以下であることが望ましい」というような基準はありません。 |ivj| bgi| rca| fhg| uyj| uld| lkd| vkw| ztp| piq| agy| pne| ift| lce| zub| fjy| mrr| vea| tju| wyc| xfh| aew| wkq| dda| hyg| cgn| jps| wsf| isz| rkh| sbr| gss| gyw| nex| irp| umw| oko| ytc| qyp| ymg| hex| rxi| cih| ius| jil| sjo| rsu| fdo| jca| iuv|