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).
(+1) Notei que para o você escreve e na mesma expressão. Essa distinção é necessária? BIClogln
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
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 . loglne
user541686
11
Mas deve ser um número inteiro, certo? n
innisfree
@innisfree Nem sempre. Por exemplo, para modelos aditivos generalizados, os graus de liberdade estimados geralmente não são números inteiros.
Respostas:
Como lembrete:
Então, para quais valores de é ?n 2=ln(n)
fonte