AIC & BIC: Kriterien zum Modellvergleich
Die Informationskriterien AIC (Akaike) und BIC (bayessch) messen die Modellqualität und bestrafen Komplexität, um Overfitting zu vermeiden.
- Niedrigeres AIC/BIC → besseres Modell
- AIC = n·ln(RSS/n) + 2k BIC = n·ln(RSS/n) + k·ln(n)
- BIC bestraft zusätzliche Parameter stärker als AIC
- BIC wählt tendenziell einfachere Modelle
In der App ausprobieren
Probieren Sie: Fügen Sie eine X-Variable hinzu → Regression erneut ausführen → vergleichen Sie den neuen AIC mit dem alten unter der Tabelle. Ein Rückgang bedeutet, dass die Variable das Modell verbessert.