赤池資訊量準則

赤池資訊量準則（簡稱係英文：AIC）係一條用嚟評估統計模型嘅準則，基於資訊理論。攞住分析得出嘅統計模型，赤池準則會同佢計出一個數值，個值反映個模型（同第啲模型相比）做預測嗰陣有幾多誤差，而一般嚟講誤差愈低，個模型就算係愈高質素。因此，赤池準則提供咗一條基準，用嚟選擇邊個模型最好用。^[1][2][3]

呢幅相入便嘅係日本統計師赤池弘次，赤池準則就係由佢諗出嚟嘅。

定義

睇埋：概似函數

根據赤池資訊量準則，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：

${\displaystyle \mathrm {AIC} \,=\,2k-2\ln({\hat {L}})}$

當中 k 係估計咗嘅參數嘅數量，${\displaystyle {\hat {L}}}$ 係個模型嘅概似函數得到嘅最大數值。

詮釋

喺應用上，建立統計模型嘅人通常會有若干個「可能模型」，佢哋可以檢視唔同模型嘅 AIC 指標值^[4]，而 AIC 指標值低，就表示個模型能夠充分噉 fit 到數據中嘅規律，同時又唔會過度複雜－即係話 AIC 數值最低嗰個模型係「最好」。

睇埋

• 資訊理論
• 最大似然