Informačné kritérium Akaike (bežne sa označuje ako AIC) je a kritérium na výber medzi vnorenými štatistickými alebo ekonometrickými modelmi. AIC je v podstate odhadovaná miera kvality každého z dostupných ekonometrických modelov keďže sa navzájom týkajú určitého súboru údajov, čo z neho robí ideálnu metódu výberu modelu.
Použitie AIC na výber štatistického a ekonometrického modelu
Informačné kritérium Akaike (AIC) bolo vyvinuté s nadáciou v teórii informácií. Informačná teória je oblasť aplikovanej matematiky, ktorá sa týka kvantifikácie (procesu počítania a merania) informácií. Pri použití AIC na meranie relatívnej kvality ekonometrických modelov pre daný súbor údajov poskytuje AIC výskumnému pracovníkovi odhad informácií, ktoré by sa stratili, ak by sa konkrétny model použil na zobrazenie procesu, ktorý spôsobil výrobu dát. AIC sa preto snaží vyvážiť kompromisy medzi zložitosťou daného modelu a jeho dobrota fit, čo je štatistický pojem, ktorý opisuje, ako dobre model „pasuje“ na údaje alebo súbor pozorovaní.
Čo AIC neurobí
Vzhľadom na to, čo môže Akaike Information Criterion (AIC) urobiť so súborom štatistických a ekonometrických modelov a daným súborom údajov, je to užitočný nástroj pri výbere modelu. Ale ako nástroj na výber modelu má AIC svoje obmedzenia. Napríklad AIC môže poskytnúť iba relatívny test kvality modelu. To znamená, že AIC neposkytuje a nemôže poskytnúť test modelu, ktorého výsledkom sú informácie o kvalite modelu v absolútnom zmysle. Takže ak je každý z testovaných štatistických modelov pre údaje rovnako neuspokojivý alebo nevyhovujúci, AIC by od začiatku neposkytovala žiadny náznak.
AIC v podmienkach ekonometrie
AIC je číslo spojené s každým modelom:
AIC = ln (sm2) + 2 m / T
Kde m je počet parametrov v modeli a sm2 (v príklade AR (m)) je odhadovaná zostatková rozptyl: sm2 = (súčet druhých mocnin rezíduá pre model m) / T. To je priemerná druhá mocnina zvyšku pre model m.
Kritérium možno minimalizovať na základe výberu m vytvoriť kompromis medzi prispôsobením modelu (čím sa zníži súčet druhých mocnín) rezíduá) a zložitosť modelu, ktorá sa meria pomocou m. Model AR (m) verzus AR (m + 1) sa teda dá porovnávať podľa tohto kritéria pre danú dávku údajov.
Ekvivalentná formulácia je táto: AIC = T ln (RSS) + 2K, kde K je počet regresorov, T počet pozorovaní a RSS zvyškový súčet štvorcov; minimalizovať nad K, aby si vybral K.
Za predpokladu, že súbor ekonometrie Pri modeloch bude uprednostňovaným modelom z hľadiska relatívnej kvality model s minimálnou hodnotou AIC.