Criterio di informazioni (AIC di Akaike) è una misura statistica della probabilità di un modello, penalizzato per la complessità del modello. È utile quando si confrontano due o più modelli statistici per i dati. Tutti i modelli devono avere la stessa variabile dipendente. La formula per AIC è 2K - 2 ln(L), dove "k" è il numero di parametri nel modello e "L" è la probabilità del modello. Un più piccolo componente AIC indica un modello migliore-montaggio.
Istruzioni
• Calcolare il numero di parametri. Questo è semplicemente il numero di variabili indipendenti, tra cui le trasformazioni delle variabili e delle interazioni.
• Raddoppiare il numero di parametri.
• Calcolare i valori stimati. Questi possono essere derivati dal modello. Ad esempio, una regressione vi dà una formula che moltiplica ogni variabile indipendente per una stima di parametri.
• Calcolare i residui. Queste sono le differenze tra il valore stimato per ogni oggetto e il valore osservato per ciascun soggetto.
• Trovare la somma residua dei quadrati. Questo scopo, i residui di squadratura e aggiungerli tutti insieme.
• Moltiplicare il logaritmo della somma residua dei quadrati di n, che è il numero di soggetti.
• Aggiungere che il numero di parametri raddoppiato che calcolato in precedenza. Il risultato è il componente AIC.
Consigli & Avvertenze
- Maggior parte dei software statistica uscite AIC per voi.
- L'AIC non è utile per un unico modello. È utile solo confrontare modelli.