ベイズ情報量規準

統計学
ベイズ統計学
理論
技法

ベイズ情報量規準(ベイズじょうほうりょうきじゅん、: Bayesian information criterion, BIC)は、ベイジアン情報量規準、シュワルツ情報量規準、シュワルツのベイジアン情報量規準などとも呼ばれる、統計学における情報量規準の一つである。この規準は、回帰モデルが多くの項を含みすぎることに対してペナルティを課するものである。

一般的な形式は、次の通りである。

B I C = 2 ln ( L ) + k ln ( n ) {\displaystyle \mathrm {BIC} =-2\cdot \ln \left(L\right)+k\ln(n)\,}

ここで、 L {\displaystyle L} 尤度関数 n {\displaystyle n} 標本の大きさあるいは観測の数、 k {\displaystyle k} 母数あるいは独立変数の数である。 ガウス誤差モデルの下では、次の通りとなる。

B I C = n ln ( R S S n ) + k ln ( n ) {\displaystyle \mathrm {BIC} =n\ln \left({\mathrm {RSS} \over n}\right)+k\ln(n)\,}

ここで、RSSは残差自乗和である。好ましいモデルは、最も低い規準値を持つものである。AICおよびDICを参照のこと。

標本調査
要約統計量
連続確率分布
位置
分散
モーメント
カテゴリデータ
推計統計学
仮説検定
パラメトリック
ノンパラメトリック
その他
区間推定
モデル選択基準
その他
ベイズ統計学
確率
その他
相関
モデル
回帰
線形
非線形
時系列
分類
線形
二次
非線形
その他
教師なし学習
クラスタリング
密度推定(英語版)
その他
統計図表
生存分析
歴史
  • 統計学の創始者
  • 確率論と統計学の歩み
応用
出版物
  • 統計学に関する学術誌一覧
  • 重要な出版物
全般
その他
カテゴリ カテゴリ