AIC e BIC: criteri per confrontare i modelli
I criteri di informazione AIC (Akaike) e BIC (bayesiano) misurano la qualità del modello penalizzando la complessità per evitare l'overfitting.
- AIC/BIC più bassi → modello migliore
- AIC = n·ln(RSS/n) + 2k BIC = n·ln(RSS/n) + k·ln(n)
- Il BIC penalizza i parametri aggiuntivi più dell'AIC
- Il BIC tende a scegliere modelli più semplici
Provalo nell'app
Prova: aggiungi una variabile X → riesegui la regressione → confronta il nuovo AIC con quello precedente sotto la tabella. Una diminuzione significa che la variabile migliora il modello.