« Critère d'information d'Akaike » : différence entre les versions
m (Remplacement de texte — « © Glossaire » par « Glossaire ») |
m (Remplacement de texte — « Glossaire de la statistique DataFranca<br> » par « '''<span style="font-size:18px">GLOSSAIRE DE LA STATISTIQUE</span>''' ») |
||
| Ligne 16 : | Ligne 16 : | ||
[https://ontostats.univ-paris8.fr/omk/s/logicielsStats/item/7117 Source : univ-paris8.fr ] | [https://ontostats.univ-paris8.fr/omk/s/logicielsStats/item/7117 Source : univ-paris8.fr ] | ||
[[:Catégorie: | [[:Catégorie:Quantique | '''<span style="font-size:18px">GLOSSAIRE DE LA STATISTIQUE</span>''']] | ||
[[Catégorie:Statistiques]] | [[Catégorie:Statistiques]] | ||
[[Catégorie:GRAND LEXIQUE FRANÇAIS]] | [[Catégorie:GRAND LEXIQUE FRANÇAIS]] | ||
Version du 11 avril 2023 à 08:21
Définition
Mesure de la qualité d'un modèle statistique proposée par Hirotugu Akaike en 1973.
Lorsque l'on estime un modèle statistique, il est possible d'augmenter sa vraisemblance en ajoutant un paramètre. Le critère d'information d'Akaike, tout comme le critère d'information bayésien, permet de pénaliser les modèles en fonction du nombre de paramètres afin de satisfaire le critère de parcimonie. On choisit alors le modèle avec le critère d'information d'Akaike le plus faible.
Français
critère d'information Akaike
Anglais
Akaike information criterion
AIC
GLOSSAIRE DE LA STATISTIQUE
Contributeurs: Imane Meziani, wiki
