Akaike Bilgi Kriteri (genellikle basitçe AIC) bir kriter iç içe istatistiksel veya ekonometrik modeller arasından seçim yapmak için. AIC temel olarak mevcut ekonometrik modellerin her birinin kalitesinin tahmini bir ölçüsüdür belirli bir veri kümesi için birbirleriyle ilişkili oldukları için, model seçimi için ideal bir yöntemdir.
İstatistiksel ve Ekonometrik Model Seçimi için AIC Kullanımı
Akaike Bilgi Kriteri (AIC), bilgi teorisinde bir temel ile geliştirilmiştir. Bilgi teorisi, bilginin nicelenmesi (sayma ve ölçme süreci) ile ilgili uygulamalı matematiğin bir dalıdır. AIC, belirli bir veri seti için ekonometrik modellerin göreli kalitesini ölçmek amacıyla kullanıldığında, araştırmacıya belirli bir model kullanılacaksa, kaybedilecek olan bilginin tahmini veri. Bu nedenle, AIC belirli bir modelin karmaşıklığı ile formda olmanın güzelliğimodelin veri veya gözlem kümesine ne kadar "uyduğunu" açıklayan istatistiksel terimdir.
AIC Ne Yapmaz
Akaike Bilgi Kriterinin (AIC) bir dizi istatistiksel ve ekonometrik model ve belirli bir veri seti ile yapabilecekleri nedeniyle, model seçiminde yararlı bir araçtır. Ancak bir model seçim aracı olarak bile, AIC'nin sınırlamaları vardır. Örneğin, AIC sadece göreli bir model kalitesi testi sağlayabilir. Yani AIC, modelin kalitesi hakkında mutlak anlamda bilgi veren bir modelin testini vermez ve veremez. Dolayısıyla, test edilen istatistiksel modellerin her biri veriler için eşit derecede tatmin edici değilse veya yetersizse, AIC başlangıçtan itibaren herhangi bir gösterge sunmaz.
Ekonometri Açısından AIC
AIC, her modelle ilişkili bir sayıdır:
AIC = ln (sm2) + 2m / T
Nerede m modeldeki parametre sayısıdır ve sm2 (AR (m) örneğinde) tahmini kalan varyans: sm2 = (kare toplamı kalıntılar m modeli için) / T. Bu model için ortalama kare artık m.
Kriter, m modelin uyumu (kare toplamını düşüren) arasında bir denge oluşturmak kalıntılar) ve modelin karmaşıklığı m. Dolayısıyla, bir AR (m + 1) karşısında bir AR (m) modeli, belirli bir veri grubu için bu kriter ile karşılaştırılabilir.
Eşdeğer bir formülasyon budur: AIC = Tln (RSS) + 2K ki burada K regresör sayısı, T gözlem sayısı ve RSS kalan kareler toplamıdır; K'yı seçmek için K'yi en aza indirin.
Bu nedenle, bir dizi Ekonometri modellerde göreceli kalite açısından tercih edilen model, minimum AIC değerine sahip model olacaktır.