É possível que AIC = BIC?

Duas medidas bem conhecidas (e relacionadas) da complexidade do modelo a partir das estatísticas são o Critério de Informação de Akaike (AIC) e o Critério de Informação Bayesiano (BIC).

Quando AIC = BIC?

aic bic

— Jan
fonte

Você deve tentar escrever as fórmulas e defini-las iguais uma à outra :) Você receberá a resposta imediatamente.

— cara

Como lembrete:

A I C = - 2 \log L (\hat{θ} | X) + 2 k

$AIC = - 2 \log \mathcal{L}(\hat{\theta}|X)+2k$

B I C = - 2 \log L (\hat{θ} | X) + k \ln (n)

$BIC = - 2 \log \mathcal{L}(\hat{\theta}|X)+k \ln(n)$

Então, para quais valores de é ? $n$ $2 = \ln(n)$

— Estatísticas
fonte

(+1) Notei que para o você escreve e na mesma expressão. Essa distinção é necessária?

B I C

$BIC$

\log

$\log$

\ln

$\ln$

— Sycorax diz Restabelecer Monica

Ambos os logaritmos têm como base. É justamente que probabilidade de log (em vez de probabilidade de ln) é o termo que usamos para descrever o logaritmo natural da probabilidade.

e

$e$

— Estatísticas

@ Sycorax: Eu acho que é para significar que, para o isso realmente não importa (contanto que você seja consistente), enquanto que para o , bem, tem que ser .

\log

$\log$

\ln

$\ln$

e

$e$

— user541686

Mas deve ser um número inteiro, certo?

n

$n$

— innisfree

@innisfree Nem sempre. Por exemplo, para modelos aditivos generalizados, os graus de liberdade estimados geralmente não são números inteiros.

— Roland