« Critère d'information d'Akaike » : différence entre les versions


m (Remplacement de texte : « ↵↵↵==Sources== » par «  ==Sources== »)
 
(7 versions intermédiaires par 2 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
== Définition ==
== Définition ==
Le critère d'information d'Akaike, (en anglais Akaike information criterion ou AIC) est une mesure de la qualité d'un modèle statistique proposée par Hirotugu Akaike en 1973.
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 la vraisemblance du modèle 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.
 
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 ==
== Français ==
''' Critère d'information Akaike'''
''' critère d'information Akaike'''


== Anglais ==
== Anglais ==
''' Akaike information criterion'''
''' Akaike information criterion'''


<small>
'''AIC'''
 
==Sources==
 


[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:Statistiques | © Glossaire de la statistique DataFranca]]<br>
{{Modèle:Statistiques}}
 
[[Catégorie:Statistiques]]
[[Catégorie:Statistiques]]
[[Catégorie:UdePARIS]]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]

Dernière version du 29 janvier 2024 à 10:08

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

Sources

Source : univ-paris8.fr


GLOSSAIRE DE LA STATISTIQUE



Contributeurs: Imane Meziani, wiki