Информационный критерий Акаике скорректированный (Akaike's information criterion corrected)

Синонимы: AICc

Разделы: Метрики

Loginom: Отчет по регрессии

Модифицированный критерий Акаике, применяемый для выборок малого размера, когда отношение числа содержащихся в выборке примеров к числу параметров модели меньше 40 (т.е. вводится поправка на ограниченный объем выборки). Значение критерия вычисляется следующим образом:

$AI{C}_c=AIC+2k\frac{k+1}{n-k-1}$,

где $k$ — число параметров модели, $n$ — объем обучающей выборки, $AIC$ — информационный критерий Акаике.

Для моделей, построенных на выборочных данных, характерны смещенные оценки всех параметров и статистик. Поэтому для компенсации смещения используются специальные критерии и методы, к которым относится и модифицированный критерий Акаике. Несложно увидеть, что критерий «штрафует» модель на величину, пропорциональную отношению числа параметров модели к числу наблюдений выборки. Критерий предложен в 1978 году Nariaki Sugiura.