貝葉斯資訊量準則

貝葉斯資訊量準則（英文：Bayesian information criterion，BIC）係統計學上一條用嚟評估統計模型嘅準則。根據呢條準則，評估一個統計模型嗰陣應該要令以下嘅數值有咁細得咁細^[1]：

${\displaystyle \mathrm {BIC} =k\ln(n)-2\ln({\widehat {L}})\ }$

當中 ${\displaystyle k}$ 係估計咗嘅參數嘅數量，${\displaystyle {\hat {L}}}$ 係個模型嘅概似函數（likelihood function）得到嘅最大數值，而 ${\displaystyle n}$ 係樣本大細。