AIC & BIC: Model Karşılaştırma Kriterleri

AIC (Akaike) ve BIC (Bayes) Bilgi Kriterleri, aşırı uyumu önlemek için karmaşıklığı cezalandırarak model kalitesini ölçer.

  • Daha düşük AIC/BIC → daha iyi model
  • AIC = n·ln(RSS/n) + 2k    BIC = n·ln(RSS/n) + k·ln(n)
  • BIC parametreleri AIC'den daha fazla cezalandırır
  • BIC daha sade modellere yönelir
Kural: AIC/BIC yalnızca aynı veri seti üzerindeki modelleri karşılaştırmak için anlamlıdır.
Uygulamada dene
Dene: X değişkeni ekle → regresyonu yeniden çalıştır → tabloların altındaki yeni AIC'yi eskiyle karşılaştır. Düştüyse değişken modeli iyileştirdi.
Bunu YouTube kanalımızda izleyin

Bunu kendi verinde çalıştır

Ücretsiz katman var, kayıt gerekmiyor. Tarayıcıda çevrimdışı da çalışır.

Uygulamayı aç

Önceki

Heteroskedasticity & Breusch-Pagan Testi

Sonraki

Tahmin Aralığı vs Güven Aralığı (PI vs CI)