[2021] Introducción a AIC – Criterio de información de Akaike {DH}

Foto de Lukasz Szmigiel en Unsplash

Selección de modelo sin un conjunto de prueba o validación

27 de diciembre de 2019·Leer 6 minutos

En este artículo, cubriré los siguientes temas:

  1. ¿Qué es AIC?
  2. ¿Cuándo debería usarlo?
  3. ¿Cómo se interpretarán los resultados?
  4. Fallo AIC

Nota: Este artículo debe verse como una breve introducción a AIC. Estoy agregando enlaces externos que examinan las tangentes con más detalle.

los Criterios de información de Akaike (AIC) es un estimador fuera de muestra del error de predicción y, por lo tanto, calidad relativa modelos estadísticos para un conjunto de datos dado. Comenzando con una colección de modelos para los datos, AIC estima la calidad de cada modelo en relación con cada uno de los otros modelos. Por lo tanto, AIC ofrece un medio de selección de modelos. – Wikipedia

En términos simples, AIC es un valor numérico único que se puede usar para determinar cuál de varios modelos es más probable …

[2021] Introducción a AIC – Criterio de información de Akaike {DH}

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *